Qwen3.6 Flash は Qwen3.6 世代の高速で経済的なティアで、この世代を Qwen チームは「実世界のエージェントへ」の動きとして位置づけました。
- 入力
- テキスト 画像 動画 $0.25/M
- 出力
- テキスト $1.5/M
- キャッシュ読み取り
- $0.05/M
- コンテキスト
- 256K
- GPT-4o 比
- 約 95% 割安
価格の位置づけ
同種の 68 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,000,000 |
|---|---|
| 最大出力（ベンダー仕様） | 65,536 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 + 明示 |
|---|---|
| 最小プレフィックス | 1,024 |
| 保持時間 | 明示的モード: 5 分、ヒット時にリセット |
| 書き込みコスト | 1.25x |
思考
| ベンダー側パラメータ | enable_thinking + thinking_budget |
|---|---|
| 指定可能な値 | enable_thinking true · false; thinking_budget in tokens |
| デフォルト | オン。Qwen3.6 Flash シリーズはハイブリッド思考で、思考はデフォルトで有効です リクエストで未指定の場合に適用 |
| 無効化の可否 | 対応 |
| 思考の挙動 | トレースは reasoning_content で返り、以降のターンでは無視されます。qwen3.6-plus とは異なり、qwen3.6-flash は Alibaba が preserve_thinking を受け付けるとして挙げるモデルには含まれていません。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ。上のベンダー別の対応が適用されます |
モデル
| モダリティ | テキスト + 画像 + 動画 → テキスト |
|---|
- ネイティブな視覚言語 Flash モデルで、公式には Qwen3.5-Flash からの大幅なアップグレードです。
- Qwen3.6 世代では推論をターンをまたいで引き継ぐ preserve_thinking が追加されましたが、Alibaba が対象として挙げているのは qwen3.6-plus と qwen3.6-max-preview で、この Flash ティアは含まれていません。
1 つのプロンプトを実行（ゲートウェイ経由で測定）
Qwen3.6 Flash 合格 · 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.
出力 1231 tok (+1141 思考) レイテンシ 11.7 s
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
Qwen3.6 Flash 合格 · 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. […]
出力 2724 tok (+2473 思考) レイテンシ 19.0 s
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
Qwen3.6 Flash 合格 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11.0, "guidance": null } ```
出力 1629 tok (+1564 思考) レイテンシ 12.0 s
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
Qwen3.6 Flash 合格 · 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. […]
出力 5005 tok (+4866 思考) レイテンシ 26.3 s
制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で Qwen3.6 Flash を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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(""));Qwen3.6 Flash について
- Qwen3.5 と比べて、世代の公式発表はフロントエンド作業からリポジトリ規模のタスクに至るエージェント的コーディングの劇的な強化、マルチモーダルな知覚と推論精度の向上、そして推論内容をターンをまたいで持ち越し、トークン使用量を抑えながらエージェントの判断の一貫性を保つ新しい preserve_thinking オプションを強調しています。
- Flash はいくらかの深さを引き換えに、より低いレイテンシとコストを得ます。
- Alibaba 自身のガイダンスは、より新しい Plus ティアから始め、同等の能力を保ちつつ支出を抑えるためにこちらへ切り替えるというもので、1M トークンのコンテキストを根拠に、長いドキュメントと大規模なコードベースにこのモデルを名指ししています。
- ネイティブに視覚言語対応で、テキストに加えて画像と動画の入力を受け付け、最大 65,536 出力トークンを返し、世代の推論許容量を Qwen3.5 より大幅に引き上げています。
- Model Studio は関数呼び出し、組み込みツール、構造化出力、バッチ推論、明示的なプロンプトキャッシュを掲載しています。
- 世代の他のモデルと同様、既定で推論が有効なハイブリッド思考モデルであり、これは Qwen3 シリーズとは逆です。
- そのため、enable_thinking を false に設定しないかぎり、素のリクエストは熟考します。
- thinking_budget が消費量に上限を設け、トレースは reasoning_content で返り出力として課金されます。
- これを前提に設計する前に確認しておくべき点があります。
- Alibaba の思考に関するドキュメントは preserve_thinking の対応をモデルごとに列挙していますが、Flash ティアは挙げられたエントリに含まれていないため、ターンをまたぐ推論はここで保証されたものではなく世代レベルの機能として扱ってください。
- Synthorai は OpenAI 互換エンドポイント経由で提供します。
よくある質問
Qwen3.6 Flash API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $0.25/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを Qwen3.6 Flash に約 500 回送れます。
Qwen3.6 Flash は何が得意ですか？
リポジトリ規模まで強化されたエージェント的コーディング、長いドキュメントと大規模なコードベース向けの 1M コンテキスト、一部の深さをより低いレイテンシと引き換え。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
Qwen3.6 Flash の料金はいくらですか？
Synthorai での Qwen3.6 Flash の料金は、入力 100 万トークンあたり $0.25、出力 100 万トークンあたり $1.5 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.05/M で課金されます。
Qwen3.6 Flash のコンテキスト長はどれくらいですか？
Qwen3.6 Flash のコンテキストウィンドウは 256K トークンです。1 回の応答で出力できるのは最大 65,536 トークンです。
Qwen3.6 Flash はプロンプトキャッシュに対応していますか？
はい。自動キャッシュがデフォルトで有効なうえ、確実な割引を得られる明示モードもあります。キャッシュ済み入力トークンは $0.05/M（未キャッシュは $0.25/M）で課金されます。なお、キャッシュには 1,024 トークン以上の、内容が変わらないプレフィックスが必要です（TTL 明示的モード: 5 分、ヒット時にリセット）。 プロンプトキャッシュガイド →
Qwen3.6 Flash を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="qwen3.6-flash" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
関連モデル
比較
このページの値は、すべてベンダー自身のドキュメント（上部にリンクがあります）から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。