Viele Teams suchen nach einem „kostenlosen Qwen-Kontingent“, weil sie eine dauerhaft kostenlos nutzbare API möchten. Zuerst die klare Einordnung: Alibaba Cloud Model Studio (in der Schnittstellenebene oft DashScope genannt) stellt neuen Nutzern ein modellbezogenes Testkontingent bereit, keine dauerhaft kostenlose Stufe. Das Kontingent ist auf bestimmte Modelle, Regionen und eine Gültigkeitsdauer begrenzt. Nach dem Verbrauch werden Aufrufe entweder eingestellt oder auf nutzungsbasierte Zahlung umgestellt.

Das bedeutet nicht, dass das kostenlose Kontingent wertlos ist. Richtig eingesetzt reicht es für Modellauswahl, Prototypen und kleine Validierungen. Falsch eingesetzt endet es kurz vor dem Produktivstart, und das Team hat Kosten und Zeitplan falsch eingeschätzt. Dieser Beitrag gliedert das Thema in vier Fragen: Wie wird das Kontingent vergeben, wie wird die Drosselung berechnet, wofür ist es geeignet und wann ist ein Upgrade nötig?

Hinweis: Qwen, Tongyi Qianwen, Alibaba Cloud, Bailian und DashScope sind Marken der jeweiligen Inhaber. Dieser Beitrag begründet keine Kooperations- oder Lizenzbeziehung mit den Rechteinhabern. Kostenloses Kontingent, Drosselung und Bedingungen können sich ändern; der Beitrag stützt sich auf öffentliche Dokumente mit Stand Oktober 2026, maßgeblich sind die offiziellen Seiten und die Konsole.

1. Zuerst vier Bedeutungen von „kostenlos“ unterscheiden

Typ API-Key verfügbar Kosten Wichtigste Einschränkung oder Risiko
Kostenloses Neukundenkontingent Ja, nach Freischaltung automatisch vergeben Keine Aufrufgebühr innerhalb des Kontingents Vergabe nach Modell, Region und Gültigkeit
Zeitlich begrenzte Aktion oder Rabatt Ja Guthaben oder Rabatt Laufzeit und Modellumfang können sich jederzeit ändern
Selbst betriebenes Open-Source-Modell Plattform-Key nicht nötig Hardware- und Betriebskosten Fähigkeit, Parallelität und Lizenz selbst bewerten
Geteilter Key oder nicht öffentliche Schnittstelle Nominell ja Niedriger Preis oder kostenlos Offenlegung, Sperrung, Compliance-Risiken

Die ersten beiden sind Testressourcen der Plattform, die dritte bedeutet „Software kostenlos, Rechenleistung nicht“, die vierte ist für keinen regulären Geschäftsbetrieb zu empfehlen. Wer „dauerhaft kostenlos“ oder „unbegrenzte Aufrufe“ liest, sollte davon ausgehen, dass das Angebot jederzeit verschwinden kann.

2. Das kostenlose Kontingent ist meist an vier Dimensionen gebunden

Stand Oktober 2026 gelten bei Alibaba Cloud Model Studio für das Neukundenkontingent mehrere klare Regeln:

  1. Vergabe pro Modell: In der Regel etwa 1 Million Tokens je Modell; Eingabe und Ausgabe teilen sich dieses Kontingent, eine Zusammenlegung oder Übertragung zwischen Modellen ist nicht möglich.
  2. Gültigkeitsdauer: Üblicherweise 90 Tage nach Freischaltung, danach verfällt das Kontingent; keine Nachlieferung, keine Verlängerung. Die Frist läuft unabhängig davon, ob das Kontingent genutzt wird.
  3. Begrenzte Regionen und Aufrufarten: In der Regel nur Echtzeit-Inferenz in bestimmten Regionen; Batch-Aufrufe, Modell-Fine-Tuning und Modell-Deployment lassen sich meist nicht anrechnen.
  4. Nicht für alle Modelle: Für einige Modelle gibt es kein kostenloses Kontingent; die genaue Liste steht auf der Kontingentseite der Konsole.

Zwei leicht übersehene Details: Hauptkonto und RAM-Unterkonten teilen dasselbe Kontingent; eine erneute Registrierung unter derselben verifizierten Identität führt in der Regel nicht zu einem weiteren Kontingent. Internationale und nationale Plattform unterscheiden sich bei Regionen, Währung und Regeln; grenzüberschreitende Teams müssen beide getrennt prüfen.

3. Drosselung: kostenlos und bezahlt nutzen dieselbe Infrastruktur, die Kapazität zählt jedoch separat

Die Drosselung bei Bailian wird pro Alibaba-Cloud-Hauptkonto zusammengefasst; Aufrufe aller RAM-Unterkonten, Workspaces und API-Keys unter dem Konto werden gemeinsam gezählt. Bei Textmodellen sind vor allem zwei Kennzahlen relevant: RPM (Anfragen pro Minute) und TPM (Tokens pro Minute); in manchen Szenarien begrenzen feinere RPS- und TPS-Werte zusätzlich kurzfristige Lastspitzen.

Kostenloses Kontingent und bezahlte Aufrufe nutzen dieselbe Modellinfrastruktur, aber „aufrufbar“ bedeutet nicht „belastbar“. Die offizielle Dokumentation stellt klar, dass eine Aufladung nur sicherstellt, dass das Konto nicht wegen Zahlungsrückstands gesperrt wird; die standardmäßigen RPM- und TPM-Schwellen werden dadurch nicht automatisch erhöht. Höhere Quoten erfordern in der Regel einen geschäftlichen Antrag. Einige Modelle nutzen zudem dynamische Drosselung mit weichen Grenzen je nach monatlichem Ausgabenvolumen des Kontos.

Fehlercodes sauber trennen: 429 bedeutet meist Überschreitung der Rate und lässt sich nach kurzer Wartezeit oder mit geringerer Geschwindigkeit beheben; 403 kann auf ein erschöpftes kostenloses Kontingent hindeuten, besonders bei Konten mit der Einstellung „bei Verbrauch stoppen“. Wer beide Fehler unterschiedslos wiederholt, verschärft das Problem nur.

4. Wofür die kostenlose Stufe geeignet ist

  • Modellvergleich: Mit derselben Aufgabensammlung Qualität, Latenz und Tokenverbrauch von Qwen-Max, Qwen-Plus, Qwen-Flash und anderen Stufen vergleichen; genaue Modellnamen stehen in der Konsole.
  • Prompt-Iteration: System-Prompt, Ausgabeformat und Few-Shot-Beispiele in einer kostengünstigen Umgebung mehrfach anpassen.
  • Kleine Klassifikations- und Extraktionsaufgaben: strukturierte Verarbeitung von einigen hundert bis einigen tausend Kommentaren, Tickets oder Produkttiteln.
  • Prototypen und Demos: prüfen, ob RAG, Kundenservice, Dokumentzusammenfassung oder Besprechungsprotokolle technisch funktionieren.
  • SDK- und Gateway-Abstimmung: OpenAI-kompatible Schnittstelle, Streaming, Fehlerbehandlung und Log-Felder verifizieren.
  • Kapazitätsschätzung: Eingabe- und Ausgabe-Tokens realer Aufgaben erfassen, um eine belastbare Grundlage für das spätere Budget zu schaffen.

Diesen Szenarien ist gemeinsam: Fehler können wiederholt werden, Ergebnisse müssen nicht in Echtzeit vorliegen, die Datensensibilität ist kontrollierbar. Das kostenlose Kontingent beantwortet am besten die Frage „lohnt sich weitere Investition?“, nicht „kann das direkt produktiv gehen?“.

5. Wofür die kostenlose Stufe nicht geeignet ist

  • Produktionsverkehr: Ist das Kontingent erschöpft, endet der Dienst unmittelbar; für die kostenlose Stufe gibt es üblicherweise kein zugesichertes SLA.
  • Lasttests: Ein Lasttest verbraucht das Kontingent schnell und löst RPM-, TPM- oder Burst-Grenzen aus; die Messwerte sagen nichts über die bezahlte Quote aus.
  • Große Offline-Batch-Aufgaben: Batch-Aufrufe werden meist nicht auf das kostenlose Kontingent angerechnet; Kosten für lange Dokumente und Massenannotation separat kalkulieren.
  • Sensible Daten: Kundenverträge, personenbezogene Daten, Quellcode und Finanzdaten nicht deshalb ohne Compliance-Prüfung verarbeiten, weil es „nur ein Test“ ist.
  • Echtzeitkritische Anwendungen: Das kostenlose Kontingent sichert weder Latenz noch Verfügbarkeit zu; Warteschlangen und Drosselung wirken direkt auf die Nutzererfahrung.
  • Projekte mit Rechnungen und Firmenabrechnung: Testkontingente ersetzen weder Vertrag noch Abrechnung und Rechnungsprozess.

6. Daten und Bedingungen: kostenlos heißt nicht ohne Verpflichtungen

Alibaba Cloud erklärt in den Datenschutzhinweisen für Bailian, dass Nutzerdaten nicht für das Modelltraining verwendet werden und Daten während der Übertragung verschlüsselt werden. Zugleich werden Daten aus Modell- und Anwendungsaufrufen gespeichert; Aufbewahrungsdauer, Löschverfahren und Unterauftragsverarbeiter richten sich nach der Datenaufbewahrungsrichtlinie und den Servicebedingungen. Auch die kostenlose Testphase unterliegt diesen Bedingungen und wird nicht allein wegen fehlender Zahlung „aufzeichnungsfrei“.

Bei Kundendaten sind mindestens vier Punkte zu klären: In welcher Region werden die Daten gespeichert, findet eine grenzüberschreitende Übertragung statt, wie lange werden sie aufbewahrt, und kann ein Datenverarbeitungsvertrag geschlossen werden? Bei Unsicherheit zuerst anonymisieren und Felder wie Name, Telefonnummer, Kontonummer und Adresse ersetzen, bevor sie an das Modell gehen.

7. Von kostenlos zu bezahlt: sechs Schritte in dieser Reihenfolge

  1. 10–20 reale Aufgaben vorbereiten und Abnahmekriterien festlegen; keine nicht messbaren Prompts wie „schreibe ein Gedicht“.
  2. Die Eingabe mit dem offiziellen Token-Schätztool oder dem Tokenizer quantifizieren, nicht nach Zeichenzahl raten.
  3. Einen vollständigen Testlauf durchführen und je Anfrage Eingabe, Ausgabe, Cache-Treffer und Wiederholungen protokollieren.
  4. Quoten anhand von Spitzenparallelität und monatlichem Aufrufvolumen schätzen, nicht anhand des Durchschnitts.
  5. Budget- und Kontingentalarme einrichten und festlegen, ob bei Erschöpfung der Dienst stoppt oder auf nutzungsbasierte Zahlung umgestellt wird.
  6. Ersatzmodell oder Ersatzkanal vorbereiten und den Degradationsfall bei 429, Timeout und erschöpftem Kontingent einmal proben.
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["QWEN_API_KEY"],
    # Offizieller OpenAI-kompatibler Endpunkt; alternativ die Adresse des ZSQH AI Gateway
    base_url=os.environ.get(
        "QWEN_BASE_URL",
        "https://dashscope.aliyuncs.com/compatible-mode/v1",
    ),
)

BUDGET = int(os.environ.get("TRIAL_TOKEN_BUDGET", "200000"))
used = 0

def ask(prompt: str) -> str:
    global used
    if used >= BUDGET:
        raise RuntimeError("Testbudget erschöpft, Aufrufe werden gestoppt")
    resp = client.chat.completions.create(
        model=os.environ["QWEN_MODEL"],
        messages=[{"role": "user", "content": prompt}],
        max_tokens=512,
    )
    used += resp.usage.total_tokens
    print(f"Kumulierte Tokens: {used}/{BUDGET}")
    return resp.choices[0].message.content

TRIAL_TOKEN_BUDGET ist eine teaminterne Obergrenze, nicht das Plattformkontingent. Sie verhindert, dass ein Testskript außer Kontrolle gerät und das für die Validierung gedachte Kontingent in einer Endlosschleife verbrennt.

Häufig gestellte Fragen

Gibt es eine dauerhaft kostenlose Qwen-API?

Stand Oktober 2026 gibt es keine dauerhaft kostenlose API-Stufe, die als langfristige Zusage gelten kann. Die Plattform bietet Neukundenkontingente und zeitlich begrenzte Aktionen; Umfang und Regeln ändern sich. Open-Source-Modelle lassen sich selbst betreiben, aber Rechenleistung und Betrieb sind nicht kostenlos.

Wie groß ist das Neukundenkontingent und wie lange gilt es?

Die gängige Angabe der offiziellen Dokumentation liegt bei etwa 1 Million Tokens je Modell und 90 Tagen Gültigkeit, nur für Echtzeit-Inferenz in bestimmten Regionen und nicht für alle Modelle. Maßgeblich ist die Kontingentseite der Konsole nach der Freischaltung; die Zahlen aus Artikeln nicht als langfristige Budgetgrundlage verwenden.

Was passiert, wenn das kostenlose Kontingent aufgebraucht ist?

Bei einem verifizierten Konto ohne die Einstellung „bei Verbrauch stoppen“ wird nach Erschöpfung automatisch auf nutzungsbasierte Zahlung umgestellt, wodurch ein Zahlungsrückstand entstehen kann. Ist der Schalter aktiv, werden Anfragen eingestellt und 403 zurückgegeben. Nicht verifizierte Konten können nach Verbrauch in der Regel nicht weiter aufrufen und müssen zuerst Verifizierung und Aufladung abschließen.

Sind die Rate Limits im kostenlosen und bezahlten Bereich gleich?

Laut offizieller Erläuterung nutzen beide dieselbe Modellinfrastruktur; die Drosselung wird pro Hauptkonto und Modell berechnet. Es wird nicht zugesagt, dass die kostenlose Stufe stets großzügiger oder strenger ist. Die tatsächlichen Schwellen stehen in der Drosselungsdokumentation und der Konsole; eine Aufladung erhöht die Standardgrenzen nicht automatisch.

Kann das kostenlose Kontingent für Unternehmensprojekte genutzt werden?

Für interne Validierung ja, für direkten Produktionsverkehr nicht empfehlenswert. Unternehmensprojekte müssen zusätzlich Kontoinhaberschaft, Vertrag, Rechnungen, Datenklauseln, Rechtetrennung und Fehlerdegradation klären; das deckt ein kostenloses Kontingent nicht ab.

Nächster Schritt

Zuerst das kostenlose Kontingent mit realen Aufgaben vollständig durchlaufen, Qualität und Kosten erfassen und dann über die Skalierung entscheiden. Wer einen einheitlichen Multi-Modell-Zugang, Rechnungen in RMB und Test-Keys benötigt, kann zunächst im ZSQH AI Gateway eine kleine Validierung durchführen; Modellverfügbarkeit und Preise richten sich nach den Modellpreisen.

Weiterführende Beiträge