新人 免费注册,送 10 次调用,最高 $1,免绑卡。

Qwen3 VL Flash

发布于 2025-10-16

chat图像理解推理工具调用提示词缓存

Qwen3-VL Flash 是 Qwen3-VL 视觉语言系列中快速、高性价比的档位,具备 256K token 上下文。

输入
文本 图像 视频 $0.05/M
输出
文本 $0.4/M
缓存读取
$0.022/M
上下文
256K
对比 GPT-4o
便宜约 99%+

价格在同类中的位置

价格在 60 个同类模型中的位置

输入$0.05/M
$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30
输出$0.4/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
缓存读取$0.022/M
$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

这条线显示该模型的价格,在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。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(厂商规格) 262,144
最大输出(厂商规格) 32,768

提示词缓存

缓存方式 自动 + 显式
最低前缀 1,024
存活时间 显式模式:5 分钟,命中即重置
写入成本 1.25x

思考

厂商参数 enable_thinking + thinking_budget
可选值 enable_thinking true · false; thinking_budget in tokens
默认值 关闭;在 qwen3-vl-plus 和 qwen3-vl-flash 系列上,enable_thinking 默认为 false 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;超出预算时推理会被截断,模型立即作答;不在 preserve_thinking 的模型列表中
参数 reasoning_effort
取值 minimal · low · medium · high 网关侧参数面——以上方厂商映射为准

模型

模态 文本 + 图像 + 视频 → 文本
  • 小尺寸的 Qwen3-VL 视觉理解模型
  • 混合思考(默认关闭)
  • 视频输入最长 1 小时 / 最大 2GB
  • 结构化输出仅在非思考模式下可用

依据 Alibaba 官方文档 ↗

30 秒用上 Qwen3 VL Flash

OpenAI 兼容: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-vl-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

关于 Qwen3 VL Flash

  • 按官方 Model Studio 文档,它处理单图与多图输入、视频帧分析、图像描述、视觉问答、2D 与 3D 目标定位,以及把文档解析为 HTML 或 Markdown,还可对票据、证件和表单做 OCR。
  • 它是混合思考模型:既能先逐步推理再作答,也能直接回答,思考默认关闭,用 enable_thinking 开启、用 thinking_budget 设上限,轨迹返回在单独的 reasoning_content 字段中。
  • 阿里称它为该系列的小尺寸模型,并点名了它被塑造出来要做的事:安防监控、门店与场地巡检,以及拍照解题。
  • 相比「更便宜的 Plus」,这才是何时该选它这个问题更清楚的答案。
  • 就该档位而言,规格相当宽裕:输出最高 32,768 token,另有一份可观的独立推理额度,视频最长一小时、最大 2 GB,单张图片的限制由 token 上限而不是固定图片数量决定。
  • 视频由你控制的抽帧方式采样,可设置帧率和抽帧上限,也可以用预先抽好的帧列表代替文件。
  • 支持工具调用、批量推理和上下文缓存,结构化输出在文档中记载于非思考模式。
  • 托管模型的权重未发布,尽管更广义的 Qwen3-VL 家族是开放的。
  • Synthorai 通过 OpenAI 兼容端点提供它用于多模态对话。

常见问题

Qwen3 VL Flash API 可以免费试用吗?

可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。按输入 $0.05/M 计算,仅这笔额度就足够对 Qwen3 VL Flash 发起约 2,500 次 ~8K token 的请求。

Qwen3 VL Flash 最擅长什么?

2D 与 3D 目标定位、文档解析为 HTML 或 Markdown、混合思考,默认关闭。完整能力请见「关于」部分,内容取自厂商官方发布说明。

Qwen3 VL Flash 的价格是多少?

在 Synthorai 上,Qwen3 VL Flash 输入 $0.05/百万 token、输出 $0.4/百万 token,即厂商牌价,无平台加价。缓存命中的输入 token 按 $0.022/M 计费。

Qwen3 VL Flash 支持提示词缓存(prompt caching)吗?

支持:自动缓存默认开启,另有显式模式可获得确定性折扣。缓存命中的输入 token 按 $0.022/M 计费(未命中 $0.05/M);提示词需有 1,024 token 以上的稳定前缀才能命中缓存(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 VL Flash?

把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "qwen3-vl-flash" 即可。一把 API key 通用网关上的全部模型。

相关模型

对比

本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。

获取 API 密钥 算算你的成本 →