Qwen3-VL Plus est le palier le plus performant de la série vision-langage Qwen3-VL, offrant un contexte de 256K tokens pour les charges de travail riches en images et en vidéos.
- Entrée
- texte image vidéo $0.2/M
- Sortie
- texte $1.6/M
- Lecture de cache
- $0.143/M
- Contexte
- 256K
- vs GPT-4o
- ~96% moins cher
Le prix en contexte
Position du prix parmi 60 modèles comparables
La barre montre où se 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 lot, région et écriture en cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 262 144 |
|---|---|
| Sortie max (spéc. fournisseur) | 32 768 |
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 |
Raisonnement
| Paramètre du fournisseur | enable_thinking + thinking_budget |
|---|---|
| Valeurs acceptées | enable_thinking true · false; thinking_budget in tokens |
| Valeur par défaut | désactivée ; enable_thinking vaut false par défaut sur les séries qwen3-vl-plus et qwen3-vl-flash appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement du raisonnement | La trace revient dans reasoning_content ; au-delà du budget, le raisonnement est tronqué et le modèle répond immédiatement. Absent de la liste des modèles preserve_thinking. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high la surface de paramètres de la passerelle - le mappage fournisseur ci-dessus s'applique |
Modèle
| Modalités | texte + image + vidéo → texte |
|---|
- Modèle phare Qwen3-VL de compréhension visuelle avec réflexion hybride
- capacité d'agent visuel (pilotage d'interface graphique) revendiquée officiellement
- entrée vidéo jusqu'à 1 heure / 2 Go
Utilisez Qwen3 VL Plus 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-vl-plus",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
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-vl-plus",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
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-vl-plus",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'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-vl-plus",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3-vl-plus")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Qwen3 VL Plus
- La documentation officielle décrit la prise en charge d'entrées à une ou plusieurs images, la compréhension d'images vidéo avec échantillonnage ajustable, la question-réponse visuelle, la détection et la localisation d'objets en 2D et en 3D, et l'analyse de documents vers du HTML ou du Markdown structuré.
- Comme son homologue Flash, c'est un modèle à réflexion hybride capable de délibérer avant de répondre, via enable_thinking (désactivé par défaut ici, contrairement aux générations Qwen3.5 et ultérieures) et thinking_budget pour plafonner la dépense, la trace revenant séparément dans reasoning_content plutôt que mêlée à la réponse.
- Ce qui distingue Plus dans la liste d'Alibaba, c'est la capacité d'agent visuel : c'est le palier documenté pour le pilotage d'interfaces graphiques et pour la compréhension de vidéos très longues, en plus des fonctions communes d'ancrage visuel, d'OCR et d'analyse de documents, et Alibaba signale la localisation 3D et l'analyse de documents en Markdown comme ce que la génération Qwen3-VL a apporté par rapport à la précédente.
- L'enveloppe servie autorise jusqu'à 32 768 tokens de sortie plus une large allocation de raisonnement distincte, avec de la vidéo acceptée jusqu'à une heure et 2 Go, et des images bornées par un plafond de tokens plutôt que par un nombre fixe.
- L'échantillonnage des images vous revient, y compris en fournissant des images pré-extraites.
- L'appel d'outils, la sortie structurée, l'inférence par lots et la mise en cache du contexte explicite comme implicite sont listés.
- Le modèle hébergé est un service commercial et non une publication à poids ouverts.
- Sur Synthorai, il est à un appel d'API via l'interface compatible OpenAI.
FAQ
Peut-on essayer l'API Qwen3 VL Plus gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.2/M de tokens en entrée, ce crédit couvre à lui seul environ 625 requêtes de ~8K tokens sur Qwen3 VL Plus.
Quels sont les points forts de Qwen3 VL Plus ?
Compréhension vidéo avec échantillonnage ajustable ; détection d'objets en 2D et 3D ; contexte de 256K pour le travail riche en images et vidéos. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte Qwen3 VL Plus ?
Sur Synthorai, Qwen3 VL Plus coûte $0.2 par million de tokens en entrée et $1.6 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.143/M.
Qwen3 VL Plus 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 $0.143/M contre $0.2/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 VL Plus ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="qwen3-vl-plus", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.