Nhiều đội ngũ tìm "hạn mức miễn phí Qwen" với mong muốn tìm một API dùng miễn phí lâu dài. Trước hết cần nói rõ kết luận: Alibaba Cloud Bailian (Model Studio, tầng giao diện thường gọi là DashScope) cấp cho người dùng mới hạn mức dùng thử theo từng mô hình, không phải gói miễn phí vĩnh viễn. Hạn mức có giới hạn về phạm vi mô hình, khu vực và thời hạn; dùng hết thì hoặc ngừng gọi, hoặc chuyển sang trả theo lượng dùng.

Điều này không có nghĩa hạn mức miễn phí không có giá trị. Nếu dùng đúng, nó đủ để hoàn thành chọn mô hình, tạo nguyên mẫu và kiểm chứng quy mô nhỏ; nếu dùng sai, nó sẽ đột ngột cạn trước khi lên sản xuất, khiến đội ngũ đánh giá sai chi phí và tiến độ. Bài viết triển khai theo bốn việc: hạn mức được cấp thế nào, giới hạn tốc độ tính ra sao, phù hợp làm gì và khi nào nên nâng cấp.

Lưu ý: Qwen, Tongyi Qianwen, Alibaba Cloud, Bailian và DashScope là nhãn hiệu của các chủ sở hữu tương ứng. Bài viết không ngụ ý có quan hệ hợp tác hoặc cấp phép với chủ sở hữu. Hạn mức miễn phí, giới hạn tốc độ và điều khoản có thể điều chỉnh; bài viết lấy tài liệu công khai tháng 10 năm 2026 làm ví dụ, cuối cùng căn cứ theo trang chính thức và bảng điều khiển.

1. Phân biệt bốn kiểu "miễn phí" trước

Loại Có lấy được API Key không Chi phí Hạn chế hoặc rủi ro chính
Hạn mức miễn phí cho người mới Có, tự cấp sau khi kích hoạt Trong hạn mức không phát sinh phí gọi Cấp theo mô hình, khu vực và thời hạn
Chương trình hoặc ưu đãi có thời hạn Có Tiền tặng hoặc chiết khấu Thời hạn, phạm vi mô hình có thể thay đổi bất cứ lúc nào
Tự triển khai mô hình mã nguồn mở Không cần Key nền tảng Chi phí phần cứng và vận hành Năng lực, đồng thời và giấy phép phải tự đánh giá
Key dùng chung hoặc giao diện không công khai Trên danh nghĩa là có Giá thấp hoặc miễn phí Rò rỉ, khóa tài khoản, rủi ro tuân thủ dữ liệu

Hai loại đầu là tài nguyên dùng thử do nền tảng cấp; loại thứ ba là "miễn phí phần mềm, không miễn phí tính toán"; loại thứ tư không nên dùng cho bất kỳ nghiệp vụ chính thức nào. Khi thấy các cụm như "miễn phí vĩnh viễn" hay "gọi không giới hạn", hãy giả định nó có thể biến mất bất cứ lúc nào.

2. Hạn mức miễn phí thường bị giới hạn ở bốn chiều

Tính đến tháng 10 năm 2026, hạn mức miễn phí cho người mới của Alibaba Cloud Bailian có vài quy tắc rõ ràng:

  1. Cấp theo mô hình: mỗi mô hình thường 1 triệu token, đầu vào và đầu ra dùng chung một hạn mức, không thể gộp hoặc chuyển giữa các mô hình.
  2. Có thời hạn: thường có hiệu lực trong 90 ngày sau khi kích hoạt, hết hạn thì mất, không cấp bù, không gia hạn; thời gian tính không phụ thuộc việc có dùng hay không.
  3. Giới hạn khu vực và loại gọi: thường chỉ bao phủ suy luận thời gian thực ở một số khu vực; gọi Batch, tinh chỉnh mô hình và triển khai mô hình thường không được trừ vào hạn mức.
  4. Không phải mô hình nào cũng có: một số mô hình không cung cấp hạn mức miễn phí; danh sách cụ thể căn cứ theo trang hạn mức trong bảng điều khiển.

Còn hai chi tiết dễ bỏ sót: tài khoản chính và tài khoản RAM phụ dùng chung một hạn mức; cùng một chủ thể xác thực đăng ký lại tài khoản thường cũng không nhận được lần nữa. Khu vực, tiền tệ và quy tắc của trang quốc tế khác trang trong nước; đội ngũ xuyên biên giới phải kiểm tra riêng.

3. Giới hạn tốc độ: miễn phí và trả phí dùng chung hạ tầng, nhưng phải tính dung lượng riêng

Giới hạn tốc độ của Bailian được tổng hợp theo tài khoản chính Alibaba Cloud; lưu lượng của tất cả tài khoản RAM phụ, không gian nghiệp vụ và API Key dưới tài khoản được cộng gộp. Mô hình văn bản chủ yếu xem hai chỉ số: RPM (số yêu cầu mỗi phút) và TPM (số token mỗi phút); một số tình huống còn giới hạn RPS, TPS cho đột biến ngắn hạn.

Hạn mức miễn phí và lệnh gọi trả phí dùng chung hạ tầng dịch vụ mô hình, nhưng "gọi được" không đồng nghĩa "chịu được tải". Tài liệu chính thức nêu rõ: nạp tiền chỉ có tác dụng giữ tài khoản không bị ngừng dịch vụ vì nợ phí, không tự động nâng ngưỡng RPM, TPM mặc định; cần hạn mức cao hơn thường phải xin qua thương mại. Một số mô hình còn dùng giới hạn động, đặt giới hạn mềm theo bậc chi tiêu hàng tháng của tài khoản.

Cần phân biệt mã lỗi: 429 thường là vượt tốc độ, chờ một lúc hoặc giảm tốc là được; 403 có thể là hết hạn mức miễn phí, đặc biệt với tài khoản bật "dừng khi hết". Trộn hai lỗi này để thử lại chỉ làm vấn đề lớn hơn.

4. Gói miễn phí phù hợp làm gì

  • So sánh chọn mô hình: dùng cùng một bộ tác vụ so sánh chất lượng, độ trễ và mức tiêu thụ token của các bậc Qwen-Max, Qwen-Plus, Qwen-Flash; tên mô hình cụ thể căn cứ theo bảng điều khiển.
  • Lặp prompt: điều chỉnh nhiều lần system prompt, định dạng đầu ra và ví dụ ít mẫu trong môi trường chi phí thấp.
  • Phân loại và trích xuất quy mô nhỏ: xử lý có cấu trúc hàng trăm đến hàng nghìn bình luận, phiếu hỗ trợ, tiêu đề sản phẩm.
  • Nguyên mẫu và demo: kiểm chứng RAG, chăm sóc khách hàng, tóm tắt tài liệu, biên bản cuộc họp có chạy được không.
  • Phối hợp SDK và cổng: xác nhận giao diện tương thích OpenAI, đầu ra truyền phát, xử lý lỗi và trường nhật ký.
  • Ước lượng dung lượng: ghi token đầu vào đầu ra của tác vụ thật, làm căn cứ cho ngân sách trả phí.

Điểm chung của các tình huống này: thất bại có thể chạy lại, kết quả không cần thời gian thực, độ nhạy dữ liệu kiểm soát được. Hạn mức miễn phí phù hợp nhất để trả lời "có đáng đầu tư tiếp không", chứ không phải "có thể lên sản xuất ngay không".

5. Gói miễn phí không phù hợp làm gì

  • Lưu lượng sản xuất: hết hạn mức sẽ gián đoạn dịch vụ trực tiếp; gói miễn phí thường cũng không kèm SLA.
  • Kiểm thử tải: kiểm thử tải sẽ nhanh chóng đốt hết hạn mức và kích hoạt giới hạn RPM, TPM hoặc đột biến ngắn hạn; dữ liệu đo được cũng không đại diện cho hạn mức trả phí.
  • Tác vụ ngoại tuyến hàng loạt: gọi Batch thường không được trừ hạn mức miễn phí; chi phí tài liệu dài và gán nhãn hàng loạt phải ước lượng riêng.
  • Dữ liệu nhạy cảm: hợp đồng khách hàng, thông tin cá nhân, mã nguồn, dữ liệu tài chính không nên vì "chỉ là dùng thử" mà bỏ qua đánh giá tuân thủ.
  • Nghiệp vụ yêu cầu thời gian thực cao: hạn mức miễn phí không kèm mức dịch vụ về độ trễ và khả dụng; xếp hàng và giới hạn tốc độ ảnh hưởng trực tiếp trải nghiệm người dùng.
  • Dự án cần hóa đơn và thanh toán doanh nghiệp: hạn mức dùng thử không thay thế được hợp đồng, hóa đơn và quy trình hóa đơn.

6. Dữ liệu và điều khoản: miễn phí không có nghĩa không ràng buộc

Trong chính sách quyền riêng tư của Bailian, Alibaba Cloud ghi rõ không dùng dữ liệu người dùng để huấn luyện mô hình và mã hóa dữ liệu khi truyền; đồng thời dữ liệu sinh ra từ lệnh gọi mô hình và ứng dụng sẽ được lưu trữ; thời hạn lưu, cách xóa và bên xử lý phụ căn cứ theo chính sách lưu trữ dữ liệu và thỏa thuận dịch vụ. Dùng thử miễn phí cũng chịu các điều khoản này, không vì chưa trả phí mà thành "không ghi nhận".

Khi liên quan dữ liệu khách hàng, ít nhất xác nhận bốn việc: dữ liệu lưu ở khu vực nào, có xuyên biên giới không, lưu bao lâu, có ký được thỏa thuận xử lý dữ liệu không. Nếu không chắc thì khử nhận dạng trước, thay các trường họ tên, điện thoại, tài khoản, địa chỉ rồi mới đưa vào mô hình.

7. Từ miễn phí sang trả phí: làm sáu việc theo thứ tự

  1. Chuẩn bị 10–20 tác vụ thật, ghi rõ tiêu chí nghiệm thu, đừng dùng prompt không định lượng được như "viết một bài thơ".
  2. Dùng công cụ ước lượng token chính thức hoặc kết quả tách từ để định lượng đầu vào, đừng đoán theo số chữ.
  3. Chạy một vòng kiểm thử đầy đủ, ghi đầu vào, đầu ra, tỷ lệ trúng bộ nhớ đệm và số lần thử lại của từng yêu cầu.
  4. Ước lượng hạn mức theo đồng thời đỉnh và lượng gọi hàng tháng, không theo giá trị trung bình.
  5. Đặt cảnh báo ngân sách và cảnh báo hạn mức, xác định rõ khi hết hạn mức là ngừng dịch vụ hay chuyển trả theo lượng dùng.
  6. Chuẩn bị mô hình hoặc kênh dự phòng, diễn tập một lần giảm cấp khi gặp 429, quá thời gian và hết hạn mức.
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["QWEN_API_KEY"],
    # Điểm vào tương thích OpenAI chính thức; có thể đổi sang địa chỉ 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("Đã dùng hết ngân sách dùng thử, dừng gọi")
    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"Token tích lũy: {used}/{BUDGET}")
    return resp.choices[0].message.content

TRIAL_TOKEN_BUDGET là giới hạn do đội ngũ tự đặt, không phải hạn mức nền tảng. Tác dụng của nó là ngăn script kiểm thử mất kiểm soát, đốt hạn mức lẽ ra dùng để kiểm chứng vào một vòng lặp vô hạn.

Câu hỏi thường gặp

Qwen có API miễn phí vĩnh viễn không?

Tính đến tháng 10 năm 2026, không có gói API miễn phí vĩnh viễn nào có thể coi là lời hứa dài hạn. Nền tảng cung cấp hạn mức miễn phí cho người mới và chương trình có thời hạn; hạn mức và quy tắc sẽ điều chỉnh; mô hình mã nguồn mở có thể tự triển khai, nhưng tính toán và vận hành không miễn phí.

Hạn mức miễn phí cho người mới là bao nhiêu, dùng được bao lâu?

Cách nêu phổ biến trong tài liệu chính thức là mỗi mô hình khoảng 1 triệu token, hiệu lực 90 ngày, chỉ bao phủ suy luận thời gian thực ở một số khu vực, một số mô hình không cung cấp. Hạn mức cụ thể căn cứ theo trang hạn mức trong bảng điều khiển sau khi kích hoạt; đừng dùng con số trong bài viết để lập ngân sách dài hạn.

Dùng hết hạn mức miễn phí thì sao?

Tài khoản đã xác thực danh tính nếu tắt "dừng khi hết" sẽ tự động chuyển sang trả theo lượng dùng sau khi hết hạn mức, có thể phát sinh nợ phí; bật công tắc này thì ngừng phản hồi và trả 403. Tài khoản chưa xác thực danh tính thường không thể tiếp tục gọi sau khi hết hạn mức, cần hoàn tất xác thực và nạp tiền trước.

Giới hạn tốc độ của miễn phí và trả phí có giống nhau không?

Tài liệu chính thức nêu hai bên dùng chung hạ tầng dịch vụ mô hình; giới hạn tốc độ tính theo tài khoản chính và mô hình, không nêu gói miễn phí luôn rộng hơn hay chặt hơn. Ngưỡng thực tế căn cứ theo tài liệu giới hạn tốc độ và bảng điều khiển; nạp tiền cũng không tự động nâng ngưỡng mặc định.

Hạn mức miễn phí có dùng được cho dự án doanh nghiệp không?

Có thể dùng để kiểm chứng nội bộ, nhưng không nên trực tiếp gánh lưu lượng sản xuất. Dự án doanh nghiệp còn phải giải quyết chủ thể tài khoản, hợp đồng, hóa đơn, điều khoản dữ liệu, tách quyền và giảm cấp khi sự cố; hạn mức miễn phí không bao phủ được những việc này.

Bước tiếp theo

Trước hết dùng tác vụ thật chạy hết một vòng hạn mức miễn phí, ghi chất lượng và chi phí, rồi quyết định có mở rộng. Nếu cần điểm vào đa mô hình thống nhất, hóa đơn bằng nhân dân tệ và Key kiểm thử, có thể đến ZSQH AI Gateway để kiểm chứng quy mô nhỏ; mô hình khả dụng và giá căn cứ theo giá mô hình.

Bài viết liên quan: