Qwen3 VL Flash
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)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-vl-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-vl-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-vl-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-vl-flash")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Qwen3 VL Flash
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
| Modalidades | text + image + video → text |
| Recursos | tools · structured_output · streaming · vision · batch · reasoning · parallel_tool_calls · caching |
| Destaques | Small-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 prompts | automático + 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.