Günstige Qwen API für deine KI-Anwendung.

Was ist Flonno?

Flonno ist ein gehosteter API-Dienst. Das verfügbare Modell Qwen3.8 Flash 27B ist ein optimierter, zusätzlich quantisierter Qwen-Ableger. Du greifst mit einem API-Schlüssel über HTTPS darauf zu; die Modellbibliothek enthält zusätzlich Recherche zu anderen Modellen, die dadurch nicht automatisch über die API verfügbar sind.

Geeignete erste Tests sind Support-Tickets sortieren, Daten aus Dokumenten extrahieren, Texte zusammenfassen, Antworten mit eigenen Quellen vorbereiten und Codevorschläge erstellen. Streaming, JSON-Modus, Tool-Aufrufe und Bildverständnis sind dokumentierte Funktionen.

Was kostet die Qwen API?

Eine Million Input-Tokens kosten 0.03 USD, eine Million Output-Tokens 0.25 USD. Die Abrechnung erfolgt über vorausbezahltes Guthaben. Abgerechnete Reasoning-Tokens gehören zum Output.

Beispiel: 10.000 Anfragen mit jeweils 1.000 Input- und 300 abgerechneten Output-Tokens ergeben geschätzt 1,05 USD Tokenkosten. Steuern, Wiederholungen und andere Anwendungskosten kommen gegebenenfalls hinzu. Entscheidend ist der Preis je erfolgreich gelöster Aufgabe.

Wie verbinde ich einen KI-Agenten?

Erstelle einen eingeschränkten API-Schlüssel und hinterlege ihn als Umgebungsvariable auf deinem Server. Verwende https://www.flonno.com/v1 als Basis-URL und qwen3.8-27b als Modell-ID. Ein vorhandener OpenAI-kompatibler Chat-Completions-Client lässt sich damit anbinden; prüfe die benötigten Funktionen deines Frameworks.

curl https://www.flonno.com/v1/chat/completions   -H "Authorization: Bearer $FLONNO_API_KEY"   -H "Content-Type: application/json"   -d '{"model":"qwen3.8-27b","messages":[{"role":"user","content":"Fasse diesen Text in einem Satz zusammen: Die API unterstützt Streaming und Tool-Aufrufe."}],"reasoning_effort":"none","max_tokens":200}'

Deine Anwendung prüft und führt Tool-Aufrufe aus. Begrenze Schleifen und Tokenbudget, validiere JSON-Felder und bestätige folgenreiche Aktionen vor der Ausführung.

Betreibt Flonno das Modell selbst?

Ja. Qwen3.8 Flash 27B läuft auf unserem eigenen GPU-System in der Schweiz. Deine Modellanfrage gelangt über unser API-Gateway zu unserer eigenen RTX-3090-Inferenzruntime. Wir reichen Modellanfragen nicht an weitere KI-API-Anbieter weiter. Automatische Ausweich- oder Überlaufrouten zu externen KI-Anbietern sind nicht eingerichtet. Die Hosting-Infrastruktur bleibt am Betrieb beteiligt; Login, Zahlungsabwicklung und andere Dienstdaten sind separat in den Datenschutzhinweisen beschrieben.

Das Gateway erhält deine Anfrage im Klartext zur Verarbeitung. Eigener Runtime-Betrieb allein belegt weder TEE-Attestierung noch Ende-zu-Ende-Verschlüsselung oder allgemeine Rechtskonformität. Automatische Überlaufrouten sind derzeit nicht eingerichtet. Prüfe die Datenschutzhinweise für Datenflüsse, Aufbewahrung und Empfängerkategorien.

Reicht das Modell für alles?

Eine solche Garantie wäre nicht belastbar. Ein günstiges Modell kann viele klar begrenzte Aufgaben übernehmen, muss aber auf deinen Beispielen geprüft werden. Werte falsche Antworten, fehlende Felder, Codefehler und Wiederholungen mit aus. Benchmarkwerte der Originalgewichte sind kein Qualitätsnachweis für diesen zusätzlich quantisierten Dienst.

Für wichtige Entscheidungen, sensible Inhalte und autonome Aktionen brauchst du passende Kontrollen und gegebenenfalls menschliche Prüfung. Die API erzeugt Text; sie erzeugt keine Bilder und nimmt keine beliebigen entfernten Bild-URLs entgegen.

Welche technischen Grenzen gelten?

Input und Output teilen sich 131.072 Tokens Kontext. Du kannst maximal 32.768 Output-Tokens anfordern; ohne Angabe gelten 4.096. Reasoning steht standardmässig auf medium und teilt sich das Outputbudget mit der sichtbaren Antwort. Für bewusste Anfragen ohne Thinking verwende reasoning_effort: "none".

Bildinputs sind PNG-, JPEG- oder WebP-Base64-Daten-URLs: maximal vier Bilder mit je 2 MiB innerhalb des JSON-Anfragelimits von 4 MiB. Die Angaben wurden am 17. Oktober 2026 geprüft und sind keine Durchsatz- oder Verfügbarkeitsgarantie.