Qwen API는 알리바바 클라우드 바이롄(Alibaba Cloud Model Studio)이 제공하는 큐원(Qwen) 모델 호출 인터페이스이며, 개발자들이 흔히 말하는 DashScope는 이 서비스의 API·SDK 계층 이름입니다. 이름은 세 겹이지만 청구서의 논리는 하나입니다. 실제 사용량 기준으로 과금하고, 입력과 출력을 따로 계산합니다.

이 글에서는 단가를 고정해 쓰지 않습니다. 모델 버전, 컨텍스트 구간, 프로모션이 바뀌기 때문입니다. 비용이 어디에서 발생하는지, 장문 컨텍스트가 왜 예산을 쉽게 초과하는지, 캐시와 Batch를 어떻게 활용하는지, 실제 로그로 월 비용을 어떻게 추정하는지 설명합니다. 현재 가격은 사이트의 모델 가격과 알리바바 클라우드 바이롄 공식 가격 페이지를 기준으로 하세요.

안내: Qwen, 큐원, 알리바바 클라우드, 바이롄, Model Studio, DashScope는 해당 권리자의 상표입니다. 이 글은 기술 설명 목적으로만 작성되었으며 알리바바 클라우드와 제휴 또는 대리 관계가 없습니다. 과금 규칙과 가격은 변경될 수 있으므로 주문 전에 공식 문서를 확인하세요.

1. 먼저 이름을 정리하자: 바이롄, Model Studio, DashScope

이 세 이름은 자주 혼용되지만 같은 계층을 가리키지 않습니다.

  • 알리바바 클라우드 바이롄: 중국어 콘솔과 제품 이름입니다. 모델 개설, API Key, 사용량, 청구서가 모두 여기에 있습니다.
  • Alibaba Cloud Model Studio: 해외 사이트에서 쓰는 영어 제품 이름입니다. 기능은 바이롄과 대응하지만 리전과 청구 통화가 다를 수 있습니다.
  • DashScope: API와 SDK 계층의 이름입니다. Base URL, 환경 변수 DASHSCOPE_API_KEY, 구버전 문서에서 자주 보입니다.

호출할 때 실제로 확인해야 할 것은 세 가지입니다. 리전(베이징, 싱가포르 등), Base URL, 모델 ID입니다. 이 셋이 맞지 않을 때 가장 흔한 오류는 잔액 부족이 아니라 키 검증 실패 또는 모델 없음입니다.

2. 모델 등급이 비용 상한을 결정한다

Qwen 텍스트 모델은 보통 세 등급으로 나뉘며, 2026년 기준 대표 모델은 Qwen-Max, Qwen-Plus, Qwen-Flash입니다.

등급 대표 모델 ID 포지션 적합한 작업 비용 수준
Max qwen3.8-max 복잡한 추론과 다단계 작업 코드, Agent, 심층 분석 높음
Plus qwen3.7-plus 성능, 속도, 비용의 균형 고객 지원, 글쓰기, 문서 처리 중간
Flash qwen3.8-flash 낮은 지연, 낮은 비용 분류, 추출, 재작성, 라우팅 낮음

모델 ID는 계속 바뀌므로 구매할 때 이름을 외워 두는 것은 안전하지 않습니다. 더 안정적인 방법은 "작업 유형"과 "등급"을 묶는 것입니다. 단순 작업은 기본적으로 Flash, 일상 작업은 Plus, 다단계 추론이 정말 필요한 경우에만 Max로 올립니다. 사이트 전체를 Max로 쓰면 결과가 반드시 더 좋아지는 것은 아니지만 청구서는 확실히 두꺼워집니다.

3. 과금 단위: 입력, 출력, 멀티모달

텍스트 모델은 입력 토큰과 출력 토큰을 각각 가격으로 계산하며, 공식 가격표는 보통 "위안/백만 토큰"으로 표시합니다. 한 번의 요청 비용은 다음과 같이 쓸 수 있습니다.

1회 비용 =
  캐시 미적중 입력 토큰 × 입력 단가
+ 캐시 적중 토큰 × 캐시 적중 단가
+ 출력 토큰 × 출력 단가

멀티모달은 따로 봐야 합니다. 이미지 생성은 성공적으로 출력된 장수, 음성은 오디오 길이로 환산하며, Omni와 Realtime 모델은 텍스트, 이미지, 오디오 등 모달리티별로 가격이 다릅니다. 이런 비용을 텍스트 예산에 섞으면 월말에 반드시 장부가 맞지 않습니다.

또한 Qwen-MT-Uni 같은 번역 모델은 입력 토큰으로만 과금되며, 일부 모델은 사고 모드에서 출력 토큰의 과금 기준이 일반 답변과 다릅니다. 특정 모델을 볼 때는 가격표의 "과금 항목" 열을 먼저 확인하고, 다른 모델의 가격을 그대로 적용하지 마세요.

4. 장문 컨텍스트: 구간이 요청 전체에 적용된다

Qwen 과금에서 가장 놓치기 쉬운 부분입니다. 공식 가격표는 단일 요청의 입력 토큰 총량으로 구간을 나누며, 일반적인 구간은 다음과 같습니다.

  • 0 < 토큰 ≤ 32K
  • 32K < 토큰 ≤ 128K
  • 128K < 토큰 ≤ 256K
  • 256K < 토큰 ≤ 1M

핵심은 "요청 전체 적용"입니다. 요청이 어느 구간에 들어가면 그 요청의 모든 토큰(출력 포함)이 해당 구간의 단가로 정산됩니다. 앞 32K는 낮은 가격, 초과분은 높은 가격으로 누진되는 방식이 아닙니다. 즉, 입력이 31K에서 33K로 늘면 2K만큼의 돈을 더 내는 것이 아니라 요청 전체의 가격 구간이 바뀔 수 있습니다.

그래서 장문 컨텍스트는 정말 필요한 곳에 써야 합니다. 계약서, 논문, 코드베이스를 처리할 때는 먼저 세 가지를 물으세요. 정말 전체 내용을 한 번에 넣어야 하는가? 먼저 검색한 뒤 이어 붙일 수 있는가? 구간별로 처리한 뒤 합칠 수 있는가? 많은 작업은 "검색 + 요약"으로 완료되며 비용이 훨씬 낮습니다. 장문 컨텍스트가 정말 필요하다면 해당 구간을 지원하는 모델을 고르고 실제 요청으로 청구서를 한 번 검증하세요.

5. 캐시와 Batch: 절약할 수 있지만 중복 적용은 안 된다

컨텍스트 캐시는 입력 토큰에만 할인을 적용합니다. 명시적 캐시와 암시적 캐시로 나뉩니다. 명시적 캐시는 캐시 지점을 직접 만들어야 하며, 캐시 생성 자체가 표준 입력보다 높은 가격으로 과금될 수 있고 적중 시에는 할인 가격이 적용됩니다. 암시적 캐시는 플랫폼이 반복 접두사를 자동으로 인식하며 일부 모델은 기본으로 켜져 있습니다. 공식 예시에서 캐시 생성은 표준 입력 단가의 약 125%, 적중은 약 10% 수준이지만 모델마다 비율이 다르므로 캐시 문서를 기준으로 해야 합니다.

Batch는 오프라인 작업에 적합합니다. 지원 모델을 Batch로 호출하면 입력과 출력 단가가 보통 실시간 추론 가격의 약 50%로 계산되며, 대신 지연이 길어지고 작업 오케스트레이션이 필요합니다. 주의할 점은 캐시 할인과 Batch 할인이 보통 동시에 적용되지 않는다는 것입니다. 두 가지를 같은 예산 모델에 겹쳐 넣지 마세요.

캐시가 적중하려면 접두사가 안정적이어야 합니다. 시스템 프롬프트, 도구 정의, 지식베이스 조각의 순서가 매번 바뀌면 적중률이 낮아집니다. 안정적인 내용을 앞에, 변화하는 내용을 뒤에 두는 것이 가장 기본적인 최적화입니다.

6. 재시도, 실패, 숨은 비용

공식 과금 페이지에 따르면 실패한 요청에는 요금이 부과되지 않습니다. 다만 여기서 "실패"는 서버가 명확히 실패를 반환한 경우를 말하며, 클라이언트 타임아웃 후 다시 보낸 새 요청은 포함되지 않습니다. 타임아웃 재전송, 사용자의 연속 클릭, 큐의 중복 소비는 모두 새 과금 요청을 만듭니다.

속도 제한과 5xx에 대한 재시도는 절제해야 합니다. 재시도 가능한 오류에만 적용하고, 지수 백오프와 최대 횟수를 설정하며, 요청 ID로 멱등성을 확보하세요. 스트리밍 연결이 중단됐을 때 이미 생성된 부분이 과금되는지는 청구서와 공식 설명을 기준으로 합니다. "실패는 무료"라는 말을 무한 재시도의 근거로 삼지 마세요.

또 하나 자주 무시되는 비용은 호출료를 아끼기 위해 투입하는 인력입니다. 로그, 모니터링, 평가, 수동 검수는 모두 비용입니다. 비용 절감은 단가가 아니라 총비용을 기준으로 판단해야 합니다.

7. 실제 로그로 월 예산 추정하기

예산은 감으로 정하지 마세요. 다음 순서로 진행합니다.

  1. 게이트웨이 또는 바이롄 청구서에서 최근 7일간의 요청 로그를 내보냅니다. 모델 ID, 입력 토큰, 출력 토큰, 캐시 적중 여부, Batch 여부를 최소한 포함합니다.
  2. 모델과 컨텍스트 구간별로 묶어 그룹마다 요청 수와 평균 토큰을 계산합니다.
  3. 현재 가격 페이지의 단가를 공식에 적용합니다. 장문 컨텍스트는 요청 전체 구간 기준임을 잊지 마세요.
  4. 30일을 곱한 뒤 재시도와 변동을 고려해 10~20%의 여유를 더합니다.
  5. 매달 한 번 검토하고, 모델 업그레이드나 프롬프트 개편 후에는 다시 추정합니다.

팀이 여러 모델을 함께 호출한다면 ZSQH AI Gateway에 등록해 잔액과 사용량을 통합해서 볼 수 있습니다. 구체적인 단가는 여전히 모델 가격 페이지를 기준으로 합니다.

8. 비용 절감 순서

투입 대비 효과 순으로 정리하면 보통 다음과 같습니다.

  1. 먼저 측정: 요청 단위 로그가 없으면 모든 최적화는 추측에 불과합니다.
  2. 등급 선택: 단순 작업을 Flash로 내리고, 분류에 Max를 쓰지 않습니다.
  3. 입력 압축: 검색, 요약, 이력 축소가 모델 교체보다 효과적입니다.
  4. 출력 제한: max_tokens를 설정하고 구조화된 출력을 요구합니다.
  5. 접두사 안정화: 캐시 적중률을 높이되 캐시 생성 비용을 먼저 확인합니다.
  6. 오프라인은 Batch: 라벨링, 요약, 정제처럼 급하지 않은 작업에 사용합니다.
  7. 재시도 통제: 백오프, 멱등성, 중복 제거로 한 번의 장애가 두 배 청구서가 되지 않게 합니다.
  8. 예산 알림 설정: 프로젝트, Key, 모델별로 임계값을 따로 둡니다.

9. 자주 묻는 질문

Qwen API, 바이롄, DashScope는 어떤 관계인가요?

바이롄은 알리바바 클라우드의 대형 모델 서비스 플랫폼이고, Model Studio는 해외 사이트 이름이며, DashScope는 API·SDK 계층의 이름입니다. 일상적으로 "Qwen API를 호출한다"는 것은 보통 바이롄의 DashScope 호환 인터페이스나 OpenAI 호환 인터페이스로 모델을 호출하는 것을 뜻합니다.

장문 컨텍스트는 왜 요청 전체를 비싸게 만드나요?

가격 구간이 단일 요청의 입력 토큰 총량으로 결정되기 때문입니다. 높은 구간에 들어가면 그 요청의 입력과 출력 전체가 해당 단가로 정산되며, 초과분에만 할증이 붙는 것이 아닙니다. 33K 입력을 16K 요청 두 번으로 나누면 한 번의 33K 요청보다 저렴할 수 있지만, 분할로 효과가 떨어지지 않는지 먼저 확인해야 합니다.

캐시와 Batch를 동시에 사용할 수 있나요?

보통 중복 적용되지 않습니다. 공식 가격 페이지는 둘 중 하나를 선택하도록 안내합니다. 오프라인 작업은 Batch를, 온라인 고빈도이면서 접두사가 안정적인 작업은 캐시를 우선하세요.

실패한 요청에도 요금이 부과되나요?

공식 설명에 따르면 실패한 요청에는 요금이 부과되지 않습니다. 그러나 클라이언트 타임아웃 후 재전송, 중복 제출, 스트리밍 중단 후 이어받기는 새 과금 요청을 만들 수 있습니다. 요청 ID와 멱등 키로 "재시도"와 "새 요청"을 구분하세요.

콘솔 청구서와 로컬 추정이 왜 맞지 않나요?

흔한 원인은 네 가지입니다. 컨텍스트 구간을 계산하지 않았거나, 캐시 생성 비용을 빼먹었거나, Batch와 캐시를 겹쳐 적용했거나, 재시도 요청을 포함하지 않았을 수 있습니다. usage 필드와 요청 ID로 대조하면 보통 특정 요청까지 차이를 좁힐 수 있습니다.

다음 단계

먼저 최근 일주일의 실제 사용량을 내보내 모델과 구간별로 묶은 뒤 현재 가격을 적용하세요. 위안화 충전과 여러 모델 사용량의 통합 조회가 필요하면 ZSQH AI Gateway에 등록하면 됩니다. 구체적인 가격은 모델 가격을 기준으로 합니다.

관련 글: