Qwen3.6 Flash 是 Qwen3.6 一代中快速、经济的档位，Qwen 团队把这一代定调为「迈向真实世界智能体」。
- 输入
- 文本 图像 视频 $0.25/M
- 输出
- 文本 $1.5/M
- 缓存读取
- $0.05/M
- 上下文
- 256K
- 对比 GPT-4o
- 便宜约 95%
价格在同类中的位置
价格在 68 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,000,000 |
|---|---|
| 最大输出（供应商规格） | 65,536 |
提示词缓存
| 缓存方式 | 自动 + 显式 |
|---|---|
| 最小前缀 | 1,024 |
| 有效期 | 显式模式：5 分钟，命中即重置 |
| 写入成本 | 1.25x |
思考
| 供应商参数 | enable_thinking + thinking_budget |
|---|---|
| 可选值 | enable_thinking true · false; thinking_budget in tokens |
| 默认值 | 开启；Qwen3.6 Flash 系列为混合思考，思考默认启用 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 思维链通过 reasoning_content 返回，并在之后的轮次中被忽略；与 qwen3.6-plus 不同，qwen3.6-flash 不在阿里列出的接受 preserve_thinking 的模型之列 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 + 图像 + 视频 → 文本 |
|---|
- 原生视觉语言 Flash 模型，官方称其相比 Qwen3.5-Flash 有显著升级
- Qwen3.6 这一代新增了 preserve_thinking 以跨轮次携带推理，但阿里将其列在 qwen3.6-plus 和 qwen3.6-max-preview 下，而非这个 Flash 档位
一条提示词，经网关实测
Qwen3.6 Flash 通过 · 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.
输出 1231 tok (+1141 思考) 延迟 11.7 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
Qwen3.6 Flash 通过 · 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. […]
输出 2724 tok (+2473 思考) 延迟 19.0 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
Qwen3.6 Flash 通过 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11.0, "guidance": null } ```
输出 1629 tok (+1564 思考) 延迟 12.0 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
Qwen3.6 Flash 通过 · 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. […]
输出 5005 tok (+4866 思考) 延迟 26.3 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 Qwen3.6 Flash
兼容 OpenAI：换掉 base_url，SDK 不用改。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(""));关于 Qwen3.6 Flash
- 相比 Qwen3.5，这一代的官方发布强调从前端工作到仓库级任务的智能体编码能力大幅增强、多模态感知与推理准确率提升，以及新增的 preserve_thinking 选项，它把推理内容跨轮保留，以保持智能体决策的一致性，同时减少 token 消耗。
- Flash 用一部分深度换取更低的延迟和成本。
- 阿里自己的建议是先从更新的 Plus 档起步，再切到这里以降低开销而保持相近能力，并凭借其 1M token 上下文点名它适合长文档和大型代码库。
- 它原生具备视觉语言能力，除文本外接受图像和视频输入，输出最高 65,536 token，并把这一代的推理额度提到远高于 Qwen3.5 的水平。
- Model Studio 列出函数调用、内置工具、结构化输出、批量推理和显式提示词缓存。
- 与这一代其余成员一样，它是默认开启推理的混合思考模型，与 Qwen3 系列相反，因此一个普通请求会先思考，除非把 enable_thinking 设为 false；thinking_budget 为花销设上限，轨迹返回在 reasoning_content 中并按输出计费。
- 在围绕它做设计前值得核对一点：阿里的思考文档逐个模型列出 preserve_thinking 的支持情况，而 Flash 档不在被点名的条目之列，因此请把跨轮推理当作这一代的世代级特性，而不是此处一定有的保证。
- Synthorai 通过 OpenAI 兼容端点提供它。
常见问题
Qwen3.6 Flash API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $0.25/M 计算，光这笔额度就够向 Qwen3.6 Flash 发约 500 次请求，每次 ~8K token。
Qwen3.6 Flash 最擅长什么？
智能体编码增强至仓库级、1M 上下文，适合长文档与大型代码库、以少量深度换更低延迟。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
Qwen3.6 Flash 的价格是多少？
在 Synthorai 上，Qwen3.6 Flash 的输入价为 $0.25/百万 token，输出价为 $1.5/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.05/M 计费。
Qwen3.6 Flash 的上下文长度是多少？
Qwen3.6 Flash 的上下文长度（上下文窗口）是 256K token。单次回复最多输出 65,536 个 token。
Qwen3.6 Flash 支持提示词缓存（prompt caching）吗？
支持：自动缓存默认开启，另有显式模式，可以确保拿到折扣。缓存命中的输入 token 按 $0.05/M 计费（未命中为 $0.25/M）；提示词的稳定前缀至少要有 1,024 个 token 才能缓存（TTL 显式模式：5 分钟，命中即重置）。 提示词缓存指南 →
如何开通 Qwen3.6 Flash？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "qwen3.6-flash" 即可。一个 API key 就能调用网关上的全部模型。
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。