Qwen3.5 Flash는 Qwen 팀이 “Towards Native Multimodal Agents”라는 기치 아래 선보인 Qwen3.5 세대의 속도·비용 최적화 호스팅 티어입니다.
- 입력
- 텍스트 이미지 동영상 $0.1/M
- 출력
- 텍스트 $0.4/M
- 캐시 읽기
- $0.029/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 98% 저렴
가격 수준 비교
같은 종류의 모델 68개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,000,000 |
|---|---|
| 최대 출력(공급자 사양) | 65,536 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 접두사 | 1,024 |
| 수명 | 명시적 모드: 5분, 적중 시 리셋 |
| 쓰기 비용 | 1.25x |
사고
| 공급자 파라미터 | enable_thinking + thinking_budget |
|---|---|
| 허용 값 | enable_thinking true · false; thinking_budget in tokens |
| 기본값 | on; Qwen3.5 시리즈는 하이브리드 사고이며 사고가 기본 활성화 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | 트레이스는 reasoning_content로 반환됩니다. 이전 턴의 reasoning_content는 무시되며, preserve_thinking 목록에 오른 Qwen3.5 모델은 없습니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 → 텍스트 |
|---|---|
| 파라미터 | 전체 35B · 활성 3B MoE |
- 네이티브 비전 언어 flash 모델(텍스트/이미지/영상 입력)
- 하이브리드 사고 기본 활성화
- 전반적인 품질은 qwen3.5-plus에 근접한다고 공식 포지셔닝됨
출처: Alibaba 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
Qwen3.5 Flash 통과 · 3 sentences
Enabling reasoning requires the model to execute multi-step verification internally, which consumes significantly more tokens than a standard query. Since vendor fees are calculated per token processed, this added workload has directly resulted in a doubling of our total monthly expenditure. We view this cost increase as a strategic investment in higher model reliability, which prevents far more expensive errors from occurring downstream.
출력 2010 tok (+1934 사고) 지연 시간 18.7 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
Qwen3.5 Flash 통과 · 8/8 cases
The bug stems from two related issues: the function incorrectly initializes its counters and fails to account for runs starting at the beginning or ending at the last element. Specifically, `cur` counts how many consecutive pairs match (transitions) rather than the actual number of items in a run—for example, two equal items yield a `cur` value of 1 instead of 2. Additionally, if the input has fewer than two elements, the loop never executes, causing single-element lists to return 0 instead of 1, and runs that end at the final index may not be fully captured since updates rely on detecting a mismatch or completing the loop. To fix it, initialize `cur` and `best` to 1 (assuming a non-empty input), handle empty inputs explicitly, and ensure every comparison contributes accurately to the actual item count in the current run. […]
출력 1020 tok (+747 사고) 지연 시간 9.8 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
Qwen3.5 Flash 통과 · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
출력 3545 tok (+3487 사고) 지연 시간 33.1 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
Qwen3.5 Flash 통과 · 120 words, 0 banned, 1 question
We announce our cross platform prompt caching feature in the API Gateway. Storing frequent inputs allows developers to significantly reduce latency and minimize token costs for every request sent through our system. Utilizing OpenAI or Anthropic ensures consistency without repetitive processing fees. Organizations gain better control over spending while maintaining rapid response times for end users globally. Our engineering team ensured compatibility with your existing infrastructure without friction. Can your current setup handle such efficiency improvements effectively? All clients receive immediate access starting today. Update your configuration files now to enable this capability. Join thousands of others optimizing deployment pipelines efficiently. This tool delivers tangible results for scalable applications needing lower overhead costs. […]
출력 10675 tok (+10535 사고) 지연 시간 80.1 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Qwen3.5 Flash 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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="qwen3.5-flash",
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: "qwen3.5-flash",
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": "qwen3.5-flash",
"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: "qwen3.5-flash",
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("qwen3.5-flash")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Qwen3.5 Flash 소개
- 이 세대는 게이티드 선형 어텐션과 희소 Mixture-of-Experts를 결합해 높은 처리량의 추론을 지향하는 Qwen3-Next 아키텍처 위에 구축되었고, 계획·도구 호출·다단계 실행 등 에이전틱 작업을 위해 네이티브로 학습되었습니다.
- 호스팅되는 Flash 티어는 공식 내장 도구와 함께 기본 1M 토큰 컨텍스트를 제공하며 최대 65,536 출력 토큰을 지원합니다.
- Alibaba는 이 모델을 능력 면에서 Qwen3.5 Plus에 근접하면서 더 빠르게 답한다고 포지셔닝하는데, 그 뒤에 있는 규모 차이는 공개되어 있습니다.
- Qwen 팀의 Qwen3.5-35B-A3B 카드는 이 모델을 호스팅 티어의 오픈 대응 모델로 명시하며, 토큰당 약 3B를 활성화하는 35B 파라미터 Mixture-of-Experts로 Apache 2.0 하에 공개되었고, Plus의 397B와 대비됩니다.
- 즉 둘 사이의 선택은 지연 시간만이 아니라 용량의 문제이며, Flash는 직접 운영할 수도 있는 쪽입니다.
- 네이티브 비전-언어 모델로 텍스트와 함께 이미지와 영상 입력을 받아 텍스트를 반환합니다.
- 사고는 Qwen3의 기본값을 뒤집습니다.
- 3.5 세대 전반에서 하이브리드 사고가 켜진 상태로 제공되므로 enable_thinking을 false로 넘기지 않는 한 요청은 추론하며, thinking_budget으로 소비량에 상한을 걸 수 있고 트레이스는 reasoning_content로 반환됩니다.
- 도구 호출, 구조화 출력, 배치 추론, 명시적 프롬프트 캐싱을 지원하며, 병렬 도구 호출은 기본이 아니라 옵트인입니다.
- Synthorai는 그대로 쓸 수 있도록 표준 OpenAI 호환 엔드포인트 뒤에 이 모델을 배치합니다.
자주 묻는 질문
Qwen3.5 Flash API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $0.1 기준으로 계산하면, 이 크레딧만으로 Qwen3.5 Flash에 약 8K 토큰짜리 요청을 1,250회쯤 보낼 수 있습니다.
Qwen3.5 Flash는 어떤 작업에 가장 강한가요?
게이티드 리니어 어텐션과 희소 MoE, 기본 1M 토큰 컨텍스트, 에이전트 업무에 네이티브로 학습. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Qwen3.5 Flash 가격은 얼마인가요?
Synthorai에서 Qwen3.5 Flash 가격은 입력 100만 토큰당 $0.1, 출력 100만 토큰당 $0.4입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.029입니다.
Qwen3.5 Flash의 컨텍스트 길이는 얼마인가요?
Qwen3.5 Flash의 컨텍스트 윈도우는 1M 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Qwen3.5 Flash는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 절감을 확실히 보장받고 싶다면 명시적 모드를 쓸 수 있습니다. 캐시된 입력 토큰은 100만 토큰당 $0.029입니다(캐시되지 않으면 $0.1). 캐시되려면 프롬프트에 1,024토큰 이상의 변하지 않는 접두사가 있어야 합니다 (TTL 명시적 모드: 5분, 적중 시 리셋). 프롬프트 캐싱 가이드 →
Qwen3.5 Flash는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="qwen3.5-flash"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.