Qwen3-VL Plus è il livello a prestazioni più alte della serie visione-linguaggio Qwen3-VL, che offre un contesto da 256K token per i carichi di lavoro ricchi di immagini e video.
- Input
- testo immagine video $0.2/M
- Output
- testo $1.6/M
- Lettura cache
- $0.143/M
- Contesto
- 256K
- vs GPT-4o
- ~96% più economico
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 262.144 |
|---|---|
| Output massimo (specifica del provider) | 32.768 |
Prompt caching
| Modalità | automatico + esplicito |
|---|---|
| Prefisso min. | 1.024 |
| Durata | esplicita: 5 min, si azzera a ogni hit |
| Costo di scrittura | 1.25x |
Ragionamento
| Parametro del provider | enable_thinking + thinking_budget |
|---|---|
| Valori accettati | enable_thinking true · false; thinking_budget in tokens |
| Valore di default | disattivato; enable_thinking vale false di default sulle serie qwen3-vl-plus e qwen3-vl-flash applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | La traccia viene restituita in reasoning_content; superato il budget il ragionamento viene troncato e il modello risponde immediatamente. Non è nell'elenco dei modelli con preserve_thinking. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine + video → testo |
|---|
- Modello flagship di comprensione visiva Qwen3-VL con thinking ibrido
- capacità di visual agent (operatività su GUI) dichiarata ufficialmente
- input video fino a 1 ora / 2GB
Usa Qwen3 VL Plus in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));Informazioni su Qwen3 VL Plus
- La documentazione ufficiale descrive il supporto per input a immagine singola e multipla, la comprensione dei fotogrammi video con campionamento regolabile, la risposta a domande visive, il rilevamento e la localizzazione di oggetti in 2D e 3D e il parsing di documenti in HTML o Markdown strutturato.
- Come il fratello Flash è un modello di thinking ibrido che può deliberare prima di rispondere, usando enable_thinking (qui disattivato per impostazione predefinita, a differenza delle successive generazioni Qwen3.5 e oltre) e thinking_budget per limitare la spesa, con la traccia restituita separatamente in reasoning_content anziché mescolata nella risposta.
- Ciò che distingue Plus nell'elenco di Alibaba è la capacità di agent visivo: è il livello documentato per l'operatività su GUI e per la comprensione di video molto lunghi, sopra alle funzionalità condivise di grounding, OCR e parsing di documenti, e Alibaba segnala la localizzazione 3D e il parsing di documenti in Markdown come ciò che la generazione Qwen3-VL ha aggiunto rispetto alla precedente.
- L'inviluppo servito consente fino a 32.768 token di output più un'ampia riserva separata per il ragionamento, con video accettati fino a un'ora e 2 GB e immagini delimitate da un tetto di token anziché da un numero fisso.
- Il campionamento dei fotogrammi è a carico di chi integra, inclusa la possibilità di fornire fotogrammi pre-estratti.
- Tool calling, output strutturato, inferenza batch e caching del contesto sia esplicito sia implicito sono elencati.
- Il modello ospitato è un servizio commerciale e non un rilascio a pesi aperti.
- Su Synthorai è a una sola chiamata API di distanza tramite l'interfaccia compatibile OpenAI.
FAQ
L'API di Qwen3 VL Plus si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $0.2/M per i token di input, quel credito basta da solo per circa 625 richieste da ~8K token a Qwen3 VL Plus.
In cosa eccelle Qwen3 VL Plus?
Comprensione video con campionamento regolabile; rilevamento di oggetti in 2D e 3D; contesto da 256K per lavoro intensivo di immagini e video. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa Qwen3 VL Plus?
Su Synthorai Qwen3 VL Plus costa $0.2 per milione di token di input e $1.6 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.143/M.
Qual è la finestra di contesto di Qwen3 VL Plus?
Qwen3 VL Plus ha una finestra di contesto di 256K token su Synthorai. Una singola risposta può arrivare a 32,768 token.
Qwen3 VL Plus supporta il prompt caching?
Sì: il caching automatico è attivo di default, con una modalità esplicita per risparmi garantiti. I token di input letti dalla cache costano $0.143/M, contro $0.2/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 1,024 token (TTL esplicita: 5 min, si azzera a ogni hit). Guida al prompt caching →
Come ottengo l'accesso a Qwen3 VL Plus?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="qwen3-vl-plus" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.