🎁 Novo Cadastre-se grátis, 10 chamadas por nossa conta. Até US$ 1, sem cartão.

Qwen3 VL Flash Lançado em 2025-10-16

Alibaba chat vision reasoning tools
Entrada$0.05/M
Saída$0.4/M
Leitura de cache$0.022/M
Contexto256K
vs GPT-4o~99%+ mais barato

Preços de tabela do provedor: sem margem da plataforma, pagamento por uso. Estes são os preços de tabela oficiais. Clientes autenticados podem ver os preços efetivos com descontos do espaço de trabalho em /console/pricing. Entrada efetiva com taxa de acerto de cache de 70%:$0.0304/M. O cache de contexto implícito é automático; um modo explícito cache_control oferece descontos mais profundos (blocos mínimos de 1.024 tokens, TTL de 5 minutos que reinicia a cada acerto). Os preços de leitura em cache por modelo estão na tabela de preços.

Use o Qwen3 VL Flash em 30 segundos

Compatível com OpenAI: troque a base_url, mantenha seu 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-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Sobre o Qwen3 VL Flash

Localização de objetos em 2D e 3D
Parsing de documentos em HTML ou Markdown
Raciocínio híbrido, desativado por padrão

O Qwen3-VL Flash é o nível rápido e custo-eficiente da série visão-linguagem Qwen3-VL com um contexto de 256K tokens.

  • Segundo a documentação oficial do Model Studio, ele lida com entrada de imagem única e múltipla, análise de frames de vídeo, legendagem de imagens, respostas a perguntas visuais, localização de objetos em 2D e 3D e parsing de documentos em HTML ou Markdown.
  • É um modelo de raciocínio (thinking) híbrido: ele pode raciocinar passo a passo antes de responder ou responder diretamente, com o thinking desativado por padrão.
  • A Synthorai o serve para chat multimodal pelo endpoint compatível com OpenAI.

Especificações e limites

Modalidadestext + image + video → text
Recursostools · structured_output · streaming · vision · batch · reasoning · parallel_tool_calls · caching
DestaquesSmall-size Qwen3-VL visual-understanding model; hybrid thinking (off by default); video input up to 1 hour / 2GB; structured output in non-thinking mode only.
Cache de promptsautomático + explícito · TTL explicit: 5m, reset on hit

conforme documentação oficial da Alibaba ↗

Perguntas frequentes

A API do Qwen3 VL Flash é gratuita para testar?

Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.05/M de tokens de entrada, só esse crédito já cobre cerca de 2,500 requisições de ~8K tokens ao Qwen3 VL Flash.

Em que o Qwen3 VL Flash é melhor?

Localização de objetos em 2D e 3D, além de parsing de documentos em HTML ou Markdown e raciocínio híbrido, desativado por padrão. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.

Quanto custa o Qwen3 VL Flash?

Na Synthorai, o Qwen3 VL Flash custa $0.05 por milhão de tokens de entrada e $0.4 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.022/M.

O Qwen3 VL Flash suporta cache de prompts?

Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.022/M, contra $0.05/M sem cache (TTL explicit: 5m, reset on hit). Guia de cache de prompts →

Como obtenho acesso ao Qwen3 VL Flash?

Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="qwen3-vl-flash" e pronto. Uma única chave de API cobre todos os modelos do gateway.

Modelos relacionados

Obtenha sua chave de API gratuita Compare seu custo →