Qwen API 价格与计费（2026）：输入、输出与长上下文成本

Qwen API 是阿里云百炼（Alibaba Cloud Model Studio）提供的通义千问模型调用接口，开发者常说的 DashScope 则是这套服务的 API/SDK 层名称。名字有三层，账单却只有一种逻辑：按实际用量计费，输入和输出分开算。

本文不写死单价，因为模型版本、上下文档位和活动会变。我们讲清楚钱花在哪里、长上下文为什么容易超预算、缓存和 Batch 怎么用，以及怎么用真实日志做月度估算。当前价格以站内模型价格和阿里云百炼官方定价页为准。

说明：Qwen、通义千问、阿里云、百炼、Model Studio、DashScope 是其权利人的商标。本文仅作技术说明，与阿里云无隶属或代理关系。计费规则和价格可能调整，下单前请核对官方文档。

一、先对齐名字：百炼、Model Studio 与 DashScope

这三个名字经常混用，但指的不是同一层：

阿里云百炼：中文控制台和产品名，模型开通、API Key、用量和账单都在这里。
Alibaba Cloud Model Studio：国际站使用的英文产品名，能力与百炼对应，地域和计价币种可能不同。
DashScope：API 与 SDK 层的名称，常见于 Base URL、环境变量 DASHSCOPE_API_KEY 和旧版文档。

调用时真正要确认的是三件事：地域（北京、新加坡等）、Base URL、模型 ID。三者不匹配，最常见的报错不是余额不足，而是鉴权失败或模型不存在。

二、模型档位决定成本上限

Qwen 文本模型通常分三档，2026 年常见代表是 Qwen-Max、Qwen-Plus、Qwen-Flash：

档位	代表模型 ID	定位	适合任务	成本量级
Max	qwen3.8-max	复杂推理与多步任务	代码、Agent、深度分析	高
Plus	qwen3.7-plus	能力、速度与成本平衡	客服、写作、文档处理	中
Flash	qwen3.8-flash	低延迟、低成本	分类、抽取、改写、路由	低

模型 ID 会迭代，采购时不要背死名字。更稳妥的做法是把“任务类型”和“档位”绑定：简单任务默认 Flash，日常任务默认 Plus，只有确实需要多步推理时才升到 Max。全站用 Max 不一定效果更好，但账单一定更厚。

三、计费单位：输入、输出与多模态

文本模型按输入 Token 和输出 Token 分别计价，官方价格表通常以“元/百万 Token”展示。一次请求的费用可以写成：

单次成本 =
  未命中缓存的输入 Token × 输入单价
+ 缓存命中 Token × 缓存命中单价
+ 输出 Token × 输出单价

多模态要单独看：图像生成常按成功输出的张数计费，语音按音频时长折算，Omni 与 Realtime 模型按文本、图片、音频等模态分别定价。把这些费用混进文本预算，月底一定对不上账。

另外，Qwen-MT-Uni 这类翻译模型只按输入 Token 计费；部分模型在思考模式下，输出 Token 的计价口径与普通回答不同。具体到某个模型，先看价格表的“计费项”一列，不要用别的模型的价格套。

四、长上下文：档位按整单生效

这是 Qwen 计费里最容易被忽略的一条。官方价格表按单次请求的输入 Token 总量分档，常见档位是：

0 < Token ≤ 32K
32K < Token ≤ 128K
128K < Token ≤ 256K
256K < Token ≤ 1M

关键在“整单生效”：请求落入哪一档，这次请求的全部 Token（包括输出）都按该档单价结算，而不是前 32K 按低价、超出部分按高价分段累加。也就是说，输入从 31K 涨到 33K，可能不是多花 2K 的钱，而是整单换了价格档。

长上下文因此要用在刀刃上。处理合同、论文、代码库时，先问三个问题：真的需要一次放入全部内容吗？能否先检索再拼接？能否分段处理后汇总？很多任务用“检索 + 摘要”就能完成，成本远低于整库直塞。若确实需要长上下文，优先选支持对应档位的模型，并用真实请求测一次账单。

五、缓存与 Batch：能省，但不能叠加

上下文缓存只对输入 Token 打折。它分显式和隐式：显式缓存需要手动创建缓存点，创建缓存本身可能按高于标准输入的价格计费，命中后按折扣价计费；隐式缓存由平台自动识别重复前缀，部分模型默认开启。官方示例中，缓存创建约为标准输入单价的 125%，命中约为 10%，但不同模型比例不同，必须以缓存文档为准。

Batch 适合离线任务。支持的模型使用 Batch 调用时，输入和输出单价通常都按实时推理价格的 50% 计算，代价是延迟更高、需要任务编排。注意：缓存折扣和 Batch 折扣通常不能同时生效，别把两者叠加进同一个预算模型。

缓存能不能命中，取决于前缀是否稳定。系统提示词、工具定义、知识库片段每次顺序都变，命中率就会很低。把稳定内容放前面、变化内容放后面，是最基本的优化。

六、重试、失败与隐藏成本

官方计费页说明，请求失败不收费。但“失败”指的是服务端明确返回失败，不含客户端超时后重新发起的新请求。超时重发、用户连点、队列重复消费，都会形成新的计费请求。

限流和 5xx 的重试要克制：只对可重试错误重试，使用指数退避，设置最大次数，并用请求 ID 做幂等。流式连接中断时，已经生成的部分是否计费，以账单和官方说明为准；不要把“失败免费”当成无限重试的理由。

还有一项常被忽略的成本：为了省调用费而投入的人力。日志、监控、评测、人工复核都是成本。降本要看总成本，不是只看单价。

七、用真实日志估算月度预算

预算不要拍脑袋。按下面顺序做：

从网关或百炼账单导出最近 7 天的请求日志，至少包含模型 ID、输入 Token、输出 Token、是否缓存命中、是否 Batch。
按模型和上下文档位分组，算出每组的请求数和平均 Token。
用当前价格页的单价套公式，注意长上下文按整单档位计算。
乘以 30 天，再加 10%–20% 的重试与波动余量。
每月复盘一次，模型升级或提示词改版后重新估算。

如果团队同时调用多家模型，可以在中商起航 AI 网关注册后统一查看余额和用量；具体单价仍以模型价格页为准。

八、降本顺序

按投入产出排序，通常是这样：

先量化：没有请求级日志，所有优化都是猜。
选对档位：简单任务下沉到 Flash，别用 Max 做分类。
压缩输入：检索、摘要、裁剪历史，比换模型更有效。
限制输出：设置 max_tokens，要求结构化输出。
稳定前缀：提高缓存命中率，但先确认缓存创建成本。
离线走 Batch：标注、摘要、清洗等任务不急，就用 Batch。
控制重试：退避、幂等、去重，别让一次故障变成双倍账单。
设预算告警：按项目、Key、模型分别设阈值。

九、常见问题

Qwen API、百炼和 DashScope 是什么关系？

百炼是阿里云的大模型服务平台，Model Studio 是它的国际站名称，DashScope 是 API/SDK 层的名称。日常说“调用 Qwen API”，通常指通过百炼的 DashScope 兼容接口或 OpenAI 兼容接口调用模型。

长上下文为什么会让整单变贵？

因为价格档位由单次请求的输入 Token 总量决定，落入高档后，整次请求的输入和输出都按该档单价结算，不是只对超出部分加价。把 33K 输入拆成两次 16K 请求，可能比一次 33K 更便宜，但要先确认拆分会不损失效果。

缓存和 Batch 能同时用吗？

通常不能叠加。官方价格页说明两者二选一。离线任务优先 Batch，在线高频且前缀稳定的任务优先缓存。

失败请求收费吗？

官方说明请求失败不收费。但客户端超时后重发、重复提交、流式中断后的续传，都可能产生新的计费请求。用请求 ID 和幂等键区分“重试”和“新请求”。

为什么控制台账单和本地估算对不上？

常见原因有四个：没算上下文档位、没算缓存创建费用、把 Batch 和缓存叠加、重试请求没计入。用 usage 字段和请求 ID 对账，差异通常能定位到具体请求。

下一步

先把最近一周的真实用量导出来，按模型和档位分组，再套当前价格。需要人民币充值、统一查看多家模型用量，可以注册中商起航 AI 网关；具体价格以模型价格为准。