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

Qwen3 VL Flash

Lançado em 2025-10-16

chatVisãoRaciocínioChamada de ferramentasCache de prompts

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

Entrada
texto imagem vídeo $0.05/M
Saída
texto $0.4/M
Leitura de cache
$0.022/M
Contexto
256K
vs GPT-4o
~99%+ mais barato

O preço em contexto

Posição do preço entre 60 modelos comparáveis

Entrada$0.05/M
$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30
Saída$0.4/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
Leitura em cache$0.022/M
$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.

Especificações e limites

Tokens

Janela de contexto (especificação do fornecedor) 262.144
Saída máxima (especificação do fornecedor) 32.768

Cache de prompts

Modo automático + explícito
Prefixo mín. 1.024
Duração explícito: 5 min, reinicia a cada acerto
Custo de escrita 1.25x

Raciocínio

Parâmetro do fornecedor enable_thinking + thinking_budget
Valores aceites enable_thinking true · false; thinking_budget in tokens
Valor predefinido desativado; enable_thinking tem padrão false nas séries qwen3-vl-plus e qwen3-vl-flash aplicado quando o pedido nada indica
Pode ser desativado Sim
Comportamento do raciocínio O trace retorna em reasoning_content; acima do budget o raciocínio é truncado e o modelo responde imediatamente. Não está na lista de modelos com preserve_thinking.
Parâmetro reasoning_effort
Valores minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima

Modelo

Modalidades texto + imagem + vídeo → texto
  • Modelo Qwen3-VL de entendimento visual em tamanho pequeno
  • raciocínio híbrido (desativado por padrão)
  • entrada de vídeo de até 1 hora / 2GB
  • saída estruturada apenas no modo sem raciocínio

conforme documentação oficial da Alibaba ↗

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

  • 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, junto de OCR sobre recibos, certificados e formulários.
  • É um modelo de raciocínio híbrido: pode raciocinar passo a passo antes de responder ou responder diretamente, com o raciocínio desativado por padrão, acionado por enable_thinking e limitado por thinking_budget, e com o trace retornado em um campo reasoning_content separado.
  • A Alibaba o chama de modelo de tamanho pequeno da série e nomeia os trabalhos para os quais ele foi moldado: monitoramento de segurança, rondas de inspeção de lojas e instalações, e resolução de problemas a partir de fotos.
  • Essa é uma resposta mais precisa do que “um Plus mais barato” para a pergunta de quando escolhê-lo.
  • O envelope é generoso para o nível: até 32.768 tokens de saída ao lado de uma grande cota separada de raciocínio, vídeo aceito até uma hora e 2 GB, e limites por imagem governados por um teto de tokens em vez de uma contagem fixa de imagens.
  • O vídeo é amostrado por extração de frames que você controla, com uma configuração de quadros por segundo e um limite de frames, e listas de frames pré-extraídos aceitas no lugar de um arquivo.
  • Chamada de ferramentas, inferência em lote e cache de contexto são suportados, com saída estruturada documentada para o modo non-thinking.
  • Os pesos do modelo hospedado não são liberados, embora a família Qwen3-VL mais ampla seja aberta.
  • A Synthorai o serve para chat multimodal pelo endpoint compatível com OpenAI.

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; parsing de documentos em HTML ou Markdown; 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; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL explícito: 5 min, reinicia a cada acerto). 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

Comparar

Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.

Obtenha sua chave API Compare seu custo →