Qwen3.6 Flash는 Qwen 팀이 “Towards Real World Agents”로 규정한 Qwen3.6 세대의 빠르고 경제적인 티어입니다.
- 입력
- 텍스트 이미지 동영상 $0.25/M
- 출력
- 텍스트 $1.5/M
- 캐시 읽기
- $0.05/M
- 컨텍스트
- 256K
- GPT-4o 대비
- 약 95% 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; Qwen3.6 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 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 → 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 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
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 사고) 지연 시간 11.7 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
Qwen3.6 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 사고) 지연 시간 19.0 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
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 사고) 지연 시간 12.0 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
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 사고) 지연 시간 26.3 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Qwen3.6 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="qwen3.6-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 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $0.25 기준으로 계산하면, 이 크레딧만으로 Qwen3.6 Flash에 약 8K 토큰짜리 요청을 500회쯤 보낼 수 있습니다.
Qwen3.6 Flash는 어떤 작업에 가장 강한가요?
리포지토리 수준까지 강화된 에이전틱 코딩, 긴 문서와 코드베이스를 위한 1M 컨텍스트, 약간의 깊이를 낮은 지연과 교환. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Qwen3.6 Flash 가격은 얼마인가요?
Synthorai에서 Qwen3.6 Flash 가격은 입력 100만 토큰당 $0.25, 출력 100만 토큰당 $1.5입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.05입니다.
Qwen3.6 Flash의 컨텍스트 길이는 얼마인가요?
Qwen3.6 Flash의 컨텍스트 윈도우는 256K 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Qwen3.6 Flash는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 절감을 확실히 보장받고 싶다면 명시적 모드를 쓸 수 있습니다. 캐시된 입력 토큰은 100만 토큰당 $0.05입니다(캐시되지 않으면 $0.25). 캐시되려면 프롬프트에 1,024토큰 이상의 변하지 않는 접두사가 있어야 합니다 (TTL 명시적 모드: 5분, 적중 시 리셋). 프롬프트 캐싱 가이드 →
Qwen3.6 Flash는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="qwen3.6-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.