Qwen3.6 Flash est le palier rapide et économique de la génération Qwen3.6, que l'équipe Qwen a présentée comme une avancée « Towards Real World Agents ».
- Entrée
- texte image vidéo $0.25/M
- Sortie
- texte $1.5/M
- Lecture de cache
- $0.05/M
- Contexte
- 256K
- vs GPT-4o
- ~95% moins cher
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 1 024 |
| Durée de vie | explicite : 5 min, réinitialisé à chaque hit |
| Coût d'écriture | 1.25x |
Réflexion
| Paramètre du fournisseur | enable_thinking + thinking_budget |
|---|---|
| Valeurs acceptées | enable_thinking true · false; thinking_budget in tokens |
| Valeur par défaut | activée ; la série Qwen3.6 Flash est à réflexion hybride, avec la réflexion activée par défaut appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | La trace revient dans reasoning_content et est ignorée aux tours suivants ; qwen3.6-flash ne fait pas partie des modèles qu'Alibaba liste comme acceptant preserve_thinking, contrairement à qwen3.6-plus. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image + vidéo → texte |
|---|
- Modèle Flash vision-langage natif, officiellement une mise à niveau significative par rapport à Qwen3.5-Flash
- la génération Qwen3.6 ajoute preserve_thinking pour transporter le raisonnement d'un tour à l'autre, mais Alibaba le liste pour qwen3.6-plus et qwen3.6-max-preview, pas pour ce palier Flash
Un prompt, mesuré via la passerelle
Qwen3.6 Flash réussi · 3 sentences
Enabling reasoning mode forces the model to generate multiple internal analysis steps before producing a final answer, effectively doubling the computational effort per request. Because our vendor bills for every token processed—including these hidden reasoning tokens—the increased processing directly multiplied our usage charges by approximately two. This spike reflects a deliberate shift from low-cost, basic outputs to higher-intelligence results that reduce error rates and downstream correction costs, optimizing spend for long-term efficiency.
sortie 1231 tok (+1141 réflexion) latence 11.7 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
Qwen3.6 Flash réussi · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` The original implementation counts matching transitions rather than actual element counts, initializing both accumulators to zero. This causes single-element inputs to bypass the loop entirely and return zero instead of one, while any run of length `k` only increments the counter `k-1` times, consistently undercounting by one. Additionally, resetting `cur` to zero on a mismatch discards the newly started element, losing a potential candidate for the longest run. […]
sortie 2724 tok (+2473 réflexion) latence 19.0 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Qwen3.6 Flash réussi · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11.0, "guidance": null } ```
sortie 1629 tok (+1564 réflexion) latence 12.0 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
Qwen3.6 Flash réussi · 120 words, 0 banned, 1 question
We are pleased to announce PromptCache, a new capability built directly into our enterprise API gateway. This innovation stores frequently used text prompts across all integrated model providers, eliminating redundant transmission costs while accelerating response times. Developers can now configure retention policies, set TTL limits, and monitor cache hit rates through our unified dashboard. System performance improves dramatically when identical queries bypass repeated network hops. Your infrastructure will maintain consistent throughput during peak traffic windows without additional provisioning overhead. Teams deploying multimodal applications benefit from reduced latency across diverse inference endpoints. […]
sortie 5005 tok (+4866 réflexion) latence 26.3 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez Qwen3.6 Flash en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="qwen3.6-flash",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "qwen3.6-flash",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.6-flash",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "qwen3.6-flash",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3.6-flash")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Qwen3.6 Flash
- Par rapport à Qwen3.5, l'annonce officielle de la génération met en avant un codage agentique nettement renforcé, du travail front-end aux tâches à l'échelle du dépôt, une perception multimodale et une précision de raisonnement améliorées, et une nouvelle option preserve_thinking qui reporte le contenu de raisonnement d'un tour à l'autre pour garder les décisions de l'agent cohérentes tout en réduisant l'usage de tokens.
- Flash échange un peu de profondeur contre une latence et un coût moindres.
- Alibaba conseille de démarrer sur le palier Plus plus récent et de basculer ici pour réduire la dépense à capacité similaire, et désigne ce modèle pour les longs documents et les grandes bases de code, sur la force de son contexte de 1M de tokens.
- Il est nativement vision-langage, accepte images et vidéos en plus du texte, renvoie jusqu'à 65 536 tokens de sortie, et relève l'allocation de raisonnement de la génération bien au-dessus de celle de Qwen3.5.
- Model Studio liste l'appel de fonctions, les outils intégrés, la sortie structurée, l'inférence par lots et la mise en cache explicite des prompts.
- Comme le reste de sa génération, c'est un modèle à réflexion hybride avec le raisonnement activé par défaut, à l'inverse de la série Qwen3 : une requête ordinaire délibère donc sauf si enable_thinking est mis à false ; thinking_budget plafonne la dépense, et la trace est renvoyée dans reasoning_content et facturée en sortie.
- À vérifier avant de bâtir dessus : la documentation d'Alibaba sur la réflexion liste la prise en charge de preserve_thinking modèle par modèle, et le palier Flash ne figure pas parmi les entrées citées ; traitez donc le raisonnement inter-tours comme une fonctionnalité de génération plutôt que comme une garantie ici.
- Synthorai le sert via l'endpoint compatible OpenAI.
FAQ
Peut-on essayer l'API Qwen3.6 Flash gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.25/M de tokens en entrée, ce crédit couvre à lui seul environ 500 requêtes de ~8K tokens sur Qwen3.6 Flash.
Quels sont les points forts de Qwen3.6 Flash ?
Codage agentique renforcé jusqu'à l'échelle du dépôt ; contexte de 1M pour longs documents et bases de code ; troque une part de profondeur contre une latence réduite. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Qwen3.6 Flash ?
Sur Synthorai, Qwen3.6 Flash coûte $0.25 par million de tokens en entrée et $1.5 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.05/M.
Quelle est la fenêtre de contexte de Qwen3.6 Flash ?
Qwen3.6 Flash dispose d'une fenêtre de contexte de 256K tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
Qwen3.6 Flash prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.05/M contre $0.25/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache (TTL explicite : 5 min, réinitialisé à chaque hit). Guide de mise en cache des prompts →
Comment obtenir l'accès à Qwen3.6 Flash ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="qwen3.6-flash", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.