Qwen3.6 Flash | EmpirioLabs AI Docs

POST /v1/chat/completions

Modelo de visão rápido Qwen3.6 para codificação agente, raciocínio matemático, compreensão espacial, OCR, e entrada de texto, imagem e vídeo.

De um olhar

Campo	Valor
ID do modelo	`qwen3-6-flash`
Data de lançamento do modelo	2026-04-16
Modalidades de entrada	Texto, Imagem, Vídeo
Modalidades de saída	Texto
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	65,536
Região	Singapura
Características	raciocínio, visão, vídeo, web_search, function_calling, structured_output, agentic_coding
Inferência nativa	Não
Novo	Sim
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Precificação

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	<=256K $0.25; 256K-1M $1.00
Produção	por 1M de tokens gerados	<=256K $1.50; 256K-1M $4.00
Busca na web	por consulta quando ativada	$0.02

Exemplo de pedido

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "qwen3-6-flash", "messages": [{"role":"user","content":"Hello"}]}'

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 é determinístico e 2 é a aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Valores mais baixos tornam as saídas mais focadas. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Tokens de saída máximos. · Intervalo: 1 – 65536
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative o raciocínio antes de responder.
`reasoning_effort`	enum	Não	`"medium"`	Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o modelo selecionado. Enviado como um campo de reasoning_effort estilo OpenAI, traduzido em enable_thinking e thinking_budget para o serviço modelo. · Permitido: `none`, `low`, `medium`, `high`, `max`
`thinking_budget`	Número	Não	`32768`	Tokens máximos reservados para raciocínio quando o pensamento está ativado. · Intervalo: 1 – 64000
`response_format`	Objeto	Não	-	Modo JSON compatível com OpenAI ou formato de resposta de esquema JSON. Use o modo não-pensar para esquemas estritos.
`vl_high_resolution_images`	Booleano	Não	Verdade	Use processamento de resolução mais alta para entradas de imagem.
`max_pixels`	Número	Não	`2621440`	Contagem máxima de pixels por imagem quando o processamento de alta resolução está desativado. · Intervalo: 4096 – 16777216
`video_fps`	Número	Não	`2`	Frames por segundo para amostrar a partir das entradas de vídeo. · Alcance: 0,1 – 10
`tool_web_search`	Booleano	Não	falso	Pesquise na internet por informações em tempo real. Adiciona $0.02 ao custo da solicitação quando ativado.

Notas

Suporta entrada de texto, imagem e vídeo. A busca na web está disponível via tool_web_search e adiciona $0.02 por consulta quando ativada. Tokens de pensamento são anunciados como tokens de saída. Controles de cache explícitos não são suportados.

Variantes

`:variant1`

Campo	Valor
ID do modelo	`qwen3-6-flash:variant1`
Data de lançamento do modelo	2026-04-16
Região	China
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	65,536
Características	raciocínio, visão, vídeo, web_search, function_calling, structured_output, agentic_coding
Inferência nativa	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Preço

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	<=256K $0.165 (era $0.25); 256K-1M $0.66 (era $1.00)
Produção	por 1M de tokens gerados	<=256K $0.99 (era $1.50); 256K-1M $3.961 (era $4.00)
Busca na web	por consulta quando ativada	$0.01

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 é determinístico e 2 é a aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Valores mais baixos tornam as saídas mais focadas. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Tokens de saída máximos. · Intervalo: 1 – 65536
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative o raciocínio antes de responder.
`reasoning_effort`	enum	Não	`"medium"`	Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o modelo selecionado. Enviado como um campo de reasoning_effort estilo OpenAI, traduzido em enable_thinking e thinking_budget para o serviço modelo. · Permitido: `none`, `low`, `medium`, `high`, `max`
`thinking_budget`	Número	Não	`32768`	Tokens máximos reservados para raciocínio quando o pensamento está ativado. · Distribuição: 1 – 128000
`response_format`	Objeto	Não	-	Modo JSON compatível com OpenAI ou formato de resposta de esquema JSON. Use o modo não-pensar para esquemas estritos.
`vl_high_resolution_images`	Booleano	Não	Verdade	Use processamento de resolução mais alta para entradas de imagem.
`max_pixels`	Número	Não	`2621440`	Contagem máxima de pixels por imagem quando o processamento de alta resolução está desativado. · Intervalo: 4096 – 16777216
`video_fps`	Número	Não	`2`	Frames por segundo para amostrar a partir das entradas de vídeo. · Alcance: 0,1 – 10
`tool_web_search`	Booleano	Não	falso	Pesquise na internet por informações em tempo real. Adiciona $0.01 ao custo da solicitação quando ativado.

Machine esquema legível: GET https://api.empiriolabs.ai/v1/models/qwen3-6-flash.