Qwen3.6 Flash는 Qwen 팀이 “Towards Real World Agents”로 규정한 Qwen3.6 세대의 빠르고 경제적인 티어입니다.
- 입력
- 텍스트 이미지 비디오 $0.25/M
- 출력
- 텍스트 $1.5/M
- 캐시 읽기
- $0.05/M
- 컨텍스트
- 256K
- GPT-4o 대비
- 약 95% 저렴
가격의 위치
동종 60개 모델 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.
스펙 및 제한
토큰
| 컨텍스트 윈도우(공급사 사양) | 1,000,000 |
|---|---|
| 최대 출력(벤더 스펙) | 65,536 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 프리픽스 | 1,024 |
| 수명 | 명시적 모드: 5분, 적중 시 리셋 |
| 쓰기 비용 | 1.25x |
사고
| 공급사 파라미터 | enable_thinking + thinking_budget |
|---|---|
| 허용 값 | enable_thinking true · false; thinking_budget in tokens |
| 기본값 | on; Qwen3.6 Flash 시리즈는 하이브리드 사고이며 사고가 기본 활성화 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | 트레이스는 reasoning_content로 반환되며 이후 턴에서는 무시됩니다. qwen3.6-plus와 달리 qwen3.6-flash는 Alibaba가 preserve_thinking을 허용한다고 명시한 모델에 포함되지 않습니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이 측 파라미터 표면 - 위의 벤더 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 비디오 → 텍스트 |
|---|
- 네이티브 비전 언어 Flash 모델로, 공식적으로 Qwen3.5-Flash 대비 상당한 업그레이드로 소개됨
- Qwen3.6 세대는 턴 간 추론을 이어 주는 preserve_thinking을 추가했지만, Alibaba는 이를 qwen3.6-plus와 qwen3.6-max-preview에 대해서만 명시하고 이 Flash 티어는 포함하지 않습니다
출처: Alibaba 공식 문서 ↗
하나의 프롬프트 - 게이트웨이를 통해 측정됨
Qwen3.6 Flash 통과 · 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.
출력 1231 tok (+1141 추론) 지연 시간 11.7 s
지시 준수(정확히 세 문장 - 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.
Qwen3.6 Flash 통과 · 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. […]
출력 2724 tok (+2473 추론) 지연 시간 19.0 s
수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.
Qwen3.6 Flash 통과 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11.0, "guidance": null } ```
출력 1629 tok (+1564 추론) 지연 시간 12.0 s
스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.
Qwen3.6 Flash 통과 · 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. […]
출력 5005 tok (+4866 추론) 지연 시간 26.3 s
제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.
30초 만에 Qwen3.6 Flash 사용하기
OpenAI 호환. base_url만 바꾸면 SDK는 그대로. 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 소개
- Qwen3.5 대비 이 세대의 공식 발표는 프런트엔드 작업부터 저장소 수준 과제까지 크게 강화된 에이전틱 코딩, 개선된 멀티모달 지각과 추론 정확도, 그리고 에이전트 판단의 일관성을 유지하면서 토큰 사용을 줄이도록 추론 내용을 턴 너머로 이어 주는 새로운 preserve_thinking 옵션을 강조합니다.
- Flash는 깊이를 일부 내주는 대신 지연 시간과 비용을 낮춥니다.
- Alibaba 자체 안내는 더 새로운 Plus 티어에서 시작한 뒤 비슷한 능력을 유지하면서 지출을 줄이고 싶을 때 이 모델로 옮기라는 것이며, 1M 토큰 컨텍스트를 근거로 긴 문서와 대규모 코드베이스에 이 모델을 지목합니다.
- 네이티브 비전-언어 모델로 텍스트와 함께 이미지와 영상 입력을 받아들이고, 최대 65,536 출력 토큰을 반환하며, 이 세대의 추론 허용량을 Qwen3.5보다 크게 높였습니다.
- Model Studio는 함수 호출, 내장 도구, 구조화 출력, 배치 추론, 명시적 프롬프트 캐싱을 명시합니다.
- 같은 세대의 나머지와 마찬가지로 추론이 기본으로 켜진 하이브리드 사고 모델이라 Qwen3 시리즈와는 정반대이며, enable_thinking을 false로 설정하지 않는 한 평범한 요청도 숙고합니다. thinking_budget이 소비량에 상한을 걸고, 트레이스는 reasoning_content로 반환되어 출력으로 과금됩니다.
- 이 모델을 전제로 설계하기 전에 확인할 점이 있습니다.
- Alibaba의 사고 관련 문서는 preserve_thinking 지원을 모델별로 나열하는데 Flash 티어는 명시된 항목에 없으므로, 턴을 넘는 추론 유지는 여기서 보장된 기능이 아니라 세대 차원의 기능으로 보아야 합니다.
- Synthorai는 OpenAI 호환 엔드포인트로 이 모델을 서빙합니다.
자주 묻는 질문
Qwen3.6 Flash API는 무료로 사용해 볼 수 있나요?
네, 신규 계정에는 10회의 체험 호출과 최대 $1의 무료 크레딧이 제공되며, 카드 등록이 필요 없습니다. 입력 토큰 $0.25/M 기준으로, 이 크레딧만으로도 Qwen3.6 Flash에 약 8K 토큰 규모의 요청을 대략 500회 보낼 수 있습니다.
Qwen3.6 Flash는 무엇에 가장 강한가요?
리포지토리 수준까지 강화된 에이전틱 코딩, 긴 문서와 코드베이스를 위한 1M 컨텍스트, 약간의 깊이를 낮은 지연과 교환. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.
Qwen3.6 Flash의 가격은 얼마인가요?
Synthorai에서 Qwen3.6 Flash는 입력 토큰 100만 개당 $0.25, 출력 토큰 100만 개당 $1.5입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다. 캐시된 입력 토큰은 $0.05/M로 과금됩니다.
Qwen3.6 Flash는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 확정적 절감을 위한 명시적 모드도 있습니다. 캐시된 입력 토큰은 $0.05/M로 과금됩니다(미캐시 시 $0.25/M); 캐시되려면 프롬프트에 1,024 토큰 이상의 안정적인 프리픽스가 필요합니다 (TTL 명시적 모드: 5분, 적중 시 리셋). 프롬프트 캐싱 가이드 →
Qwen3.6 Flash는 어떻게 이용하나요?
기존 OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="qwen3.6-flash"로 설정하면 끝입니다. API 키 하나로 게이트웨이의 모든 모델을 사용할 수 있습니다.
관련 모델
비교
이 페이지의 모든 값은 벤더 자체 문서(위 링크)에서 전사했으며 확인 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교하지만, 벤더마다 정의가 다른 사양 값은 차이를 명시할 뿐 도표로 비교하지 않습니다. 저희가 측정한 수치는 없으며 점수도 매기지 않습니다.