Muitas equipes pesquisam "cota gratuita do Qwen" procurando uma API que possa ser usada de graça por muito tempo. Vamos deixar a conclusão clara desde o início: o Alibaba Cloud Bailian (Model Studio, cuja camada de interface costuma ser chamada de DashScope) oferece a novos usuários uma cota de teste distribuída por modelo, não um plano gratuito permanente. A cota tem escopo de modelo, região e validade; depois de esgotada, ou se interrompem as chamadas, ou se passa para o pagamento por uso.

Isso não significa que a cota gratuita não tenha valor. Bem utilizada, ela basta para seleção de modelo, protótipos e validação em pequena escala. Mal utilizada, ela se esgota de repente antes do lançamento e leva a equipe a estimar errado custo e prazo. Este artigo separa quatro temas: como a cota é distribuída, como a limitação é calculada, para que serve e quando fazer upgrade.

Nota: Qwen, Tongyi Qianwen, Alibaba Cloud, Bailian e DashScope são marcas de seus titulares. Este artigo não indica relação de parceria ou licenciamento com os titulares. Cotas gratuitas, limites e termos podem mudar; este texto usa documentos públicos de outubro de 2026 como exemplo, e prevalecem a página do fornecedor e o console.

1. Distinga primeiro quatro tipos de "gratuito"

Tipo Permite obter API Key Custo Principais restrições ou riscos
Cota de boas-vindas Sim, liberada automaticamente após ativação Sem tarifa dentro da cota Distribuída por modelo, região e validade
Campanha ou desconto por tempo limitado Sim Crédito ou desconto Prazo e escopo de modelos podem mudar a qualquer momento
Modelo aberto com implantação própria Não exige Key da plataforma Hardware e operação Capacidade, concorrência e licença precisam de avaliação própria
Key compartilhada ou interface não pública Nominalmente sim Baixo custo ou gratuito Risco de vazamento, bloqueio e conformidade de dados

Os dois primeiros são recursos de teste oferecidos pela plataforma; o terceiro é "software grátis, capacidade computacional não"; o quarto não deve ser usado em nenhum negócio formal. Ao ver expressões como "grátis para sempre" ou "chamadas ilimitadas", presuma que podem desaparecer a qualquer momento.

2. A cota gratuita costuma ter quatro limites

Até outubro de 2026, a cota de boas-vindas do Alibaba Cloud Bailian segue algumas regras claras:

  1. Distribuída por modelo: em geral, 1 milhão de tokens por modelo, compartilhados entre entrada e saída; não é possível somar ou transferir entre modelos.
  2. Com validade: normalmente 90 dias após a ativação; depois disso, expira sem reposição nem extensão, e a contagem não depende de ter sido usada.
  3. Limitada por região e tipo de chamada: geralmente cobre apenas inferência em tempo real em algumas regiões; chamadas Batch, ajuste fino e implantação de modelo normalmente não são descontados.
  4. Não existe para todos os modelos: alguns modelos não oferecem cota gratuita; a lista concreta está na página de cotas do console.

Há dois detalhes que costumam passar despercebidos: a conta principal e as subcontas RAM compartilham a mesma cota; e um mesmo titular verificado que registra uma nova conta geralmente não consegue receber a cota de novo. O site internacional tem região, moeda e regras diferentes das do site doméstico; equipes que operam nos dois lados precisam verificar separadamente.

3. Limitação: a mesma infraestrutura, mas capacidade calculada à parte

A limitação do Bailian é somada pela conta principal da Alibaba Cloud. Todas as subcontas RAM, espaços de negócio e API Keys da conta entram no mesmo cálculo. Para modelos de texto, os dois indicadores principais são RPM (requisições por minuto) e TPM (tokens por minuto); em alguns cenários, há também limites mais finos de RPS e TPS para picos curtos.

Cota gratuita e chamadas pagas usam a mesma infraestrutura de serviço de modelo, mas "conseguir chamar" não é o mesmo que "suportar volume". A documentação do fornecedor afirma que recarregar apenas evita a suspensão da conta por inadimplência; não eleva automaticamente os limites padrão de RPM e TPM. Cota maior normalmente exige solicitação comercial. Alguns modelos ainda usam limitação dinâmica, com limites flexíveis conforme a faixa de consumo mensal da conta.

Separe os códigos de erro: 429 geralmente é excesso de taxa, que se resolve com nova tentativa após espera ou redução de velocidade; 403 pode ser cota gratuita esgotada, sobretudo em contas com o modo "parar ao esgotar" ativado. Misturar os dois e repetir só amplia o problema.

4. Para que serve a faixa gratuita

  • Comparação de modelos: usar o mesmo lote de tarefas para comparar qualidade, latência e consumo de tokens entre Qwen-Max, Qwen-Plus, Qwen-Flash e outras faixas; os nomes concretos seguem o console.
  • Iteração de prompts: ajustar repetidamente o prompt de sistema, o formato de saída e os exemplos few-shot em ambiente de baixo custo.
  • Classificação e extração em pequena escala: tratamento estruturado de algumas centenas a alguns milhares de comentários, tickets ou títulos de produtos.
  • Protótipos e demos: validar se fluxos de RAG, atendimento, resumo de documentos e atas de reunião funcionam de ponta a ponta.
  • Integração de SDK e gateway: confirmar interface compatível com OpenAI, saída em streaming, tratamento de erros e campos de log.
  • Estimativa de capacidade: registrar tokens de entrada e saída de tarefas reais para embasar o orçamento pago.

O ponto comum desses cenários é que falhas podem ser reprocessadas, o resultado não precisa ser em tempo real e a sensibilidade dos dados é controlável. A cota gratuita responde melhor a "vale a pena continuar investindo" do que a "podemos entrar em produção diretamente".

5. Para que a faixa gratuita não serve

  • Tráfego de produção: o esgotamento da cota interrompe o serviço, e a faixa gratuita normalmente não oferece SLA contratual.
  • Teste de carga: o teste consome a cota rapidamente e aciona limites de RPM, TPM ou picos curtos; os números medidos não representam a cota paga.
  • Grandes tarefas offline: chamadas Batch normalmente não descontam a cota gratuita; documentos longos e anotação em lote exigem estimativa separada.
  • Dados sensíveis: contratos de clientes, dados pessoais, código-fonte e dados financeiros não devem pular a revisão de conformidade só porque "é apenas um teste".
  • Negócios com forte exigência de tempo real: a cota gratuita não oferece compromisso de latência e disponibilidade; fila e limitação afetam diretamente a experiência.
  • Projetos que exigem nota fiscal e liquidação corporativa: a cota de teste não substitui contrato, fatura e nota fiscal.

6. Dados e termos: gratuito não significa sem restrições

Na política de privacidade do Bailian, a Alibaba Cloud informa que não usa dados do usuário para treinamento de modelos e criptografa dados em trânsito. Ao mesmo tempo, os dados gerados por chamadas de modelo e aplicação são armazenados; prazo de retenção, forma de exclusão e subprocessadores dependem da política de retenção e do contrato de serviço. O teste gratuito também está sujeito a esses termos e não se torna "sem registro" por não haver pagamento.

Ao envolver dados de clientes, confirme pelo menos quatro pontos: em qual região os dados são armazenados, se há transferência transfronteiriça, por quanto tempo são retidos e se é possível assinar um acordo de processamento de dados. Em caso de dúvida, anonimizar primeiro, substituindo nome, telefone, conta e endereço antes de enviar ao modelo.

7. Do gratuito ao pago: seis passos em ordem

  1. Prepare de 10 a 20 tarefas reais e escreva critérios de aceite; não use prompts não quantificáveis como "escreva um poema".
  2. Quantifique a entrada com a ferramenta de estimativa de tokens do fornecedor ou com o resultado da tokenização; não chute pela contagem de caracteres.
  3. Execute uma rodada completa de testes e registre, por requisição, entrada, saída, acerto de cache e número de tentativas.
  4. Estime a cota pela concorrência de pico e pelo volume mensal de chamadas, não pela média.
  5. Configure alertas de orçamento e de cota, definindo se, ao esgotar, o serviço para ou passa para pagamento por uso.
  6. Prepare um modelo ou canal alternativo e ensaie uma vez a degradação em caso de 429, timeout e cota esgotada.
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["QWEN_API_KEY"],
    # entrada compatível com OpenAI do fornecedor; também pode ser o endereço do 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("orçamento de teste esgotado; interromper chamadas")
    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"tokens acumulados: {used}/{BUDGET}")
    return resp.choices[0].message.content

TRIAL_TOKEN_BUDGET é um teto definido pela equipe, não a cota da plataforma. Sua função é impedir que um script de teste saia do controle e queime em um loop infinito a cota destinada à validação.

Perguntas frequentes

A Qwen tem API gratuita permanente?

Até outubro de 2026, não há uma faixa gratuita permanente que possa ser tratada como compromisso de longo prazo. A plataforma oferece cota de boas-vindas e campanhas por tempo limitado, com regras que podem mudar; modelos abertos podem ser implantados por conta própria, mas capacidade computacional e operação não são gratuitas.

Qual é o tamanho da cota de boas-vindas e por quanto tempo vale?

O critério comum na documentação é cerca de 1 milhão de tokens por modelo, válido por 90 dias, cobrindo apenas inferência em tempo real em algumas regiões, e indisponível para alguns modelos. O valor concreto deve ser conferido na página de cotas do console após a ativação; não use números de artigos para o orçamento de longo prazo.

O que acontece quando a cota gratuita acaba?

Em conta verificada com o modo "parar ao esgotar" desativado, o consumo passa automaticamente para pagamento por uso e pode gerar inadimplência; com o modo ativado, o serviço deixa de responder e retorna 403. Em conta não verificada, geralmente não é possível continuar chamando após o fim da cota; é preciso concluir a verificação e recarregar.

A limitação da cota gratuita é igual à das chamadas pagas?

A documentação informa que ambas usam a mesma infraestrutura de serviço, com limitação calculada por conta principal e modelo, sem compromisso de que a faixa gratuita seja sempre mais folgada ou mais restrita. Os limites reais seguem a documentação de limitação e o console; recarregar também não eleva automaticamente os limites padrão.

A cota gratuita pode ser usada em projeto corporativo?

Pode ser usada para validação interna, mas não é recomendável assumir tráfego de produção. Projetos corporativos ainda precisam resolver titularidade da conta, contrato, nota fiscal, termos de dados, separação de permissões e degradação em falhas, itens que a cota gratuita não cobre.

Próximos passos

Execute primeiro uma rodada completa com tarefas reais dentro da cota gratuita, registre qualidade e custo, e só então decida ampliar. Se precisar de entrada unificada para vários modelos, fatura em RMB e Keys de teste, faça uma validação de pequeno volume no ZSQH AI Gateway; disponibilidade de modelos e preços seguem a página de preços.

Leitura relacionada: