Qwen-API-Preise (2026): alle Modelle, Regionen und Rabatte erklärt
Die Qwen-API-Preise auf Alibaba Cloud Model Studio (Singapur, international) beginnen bei 0,03 $ pro 1 Mio. Input-Tokens für qwen3.7-flash bei kurzen Prompts. Das Flaggschiff qwen3.8-max kostet 2,00 $ Input und 6,00 $ Output pro 1 Mio. Tokens, qwen3.7-plus hat einen Listenpreis von 0,40 $ / 1,60 $ (derzeit 20 % reduziert). Die Preise hängen von Region, Anfragegröße und Modus ab: Dasselbe qwen3.8-max kostet bei Global-Bereitstellung 1,65 $ / 4,951 $. Batch-Aufrufe kosten bei unterstützten Modellen 50 % des Echtzeitpreises. Die Zahlen stammen von der offiziellen Model-Studio-Preisseite (zuletzt aktualisiert am 19. Oktober 2026) und wurden am 20. Oktober 2026 geprüft.
Dieser Leitfaden behandelt die aktuellen Preise für Max, Plus, Flash, Coder, Open-Weight-Modelle (QwenLM auf GitHub) und VL, die Funktionsweise von Preisstufen und Caching, ein durchgerechnetes Kostenbeispiel, einen Vergleich mit anderen Anbietern sowie OpenAI-kompatiblen Code, um Qwen direkt oder über einen einzigen Flatkey-Schlüssel aufzurufen.
Qwen-API-Preise im Überblick (pro 1 Mio. Tokens)
Region Singapur, International-Bereitstellung, Standard-Echtzeitpreise, 20. Oktober 2026 (Quelle):
| Modell | Prompt-Größe pro Anfrage | Input | Output | Hinweise |
|---|---|---|---|---|
qwen3.8-max |
bis 1M | 2,00 $ | 6,00 $ | Flaggschiff; mit und ohne Reasoning |
qwen3.7-max |
bis 1M | 2,50 $ | 7,50 $ | Vorheriges Flaggschiff |
qwen-max |
Pauschal | 1,60 $ | 6,40 $ | Legacy; 50 % Batch-Rabatt |
qwen3.7-plus |
bis 256K | 0,40 $ | 1,60 $ | Listenpreis; befristet 20 % Rabatt |
qwen3.7-plus |
256K–1M | 1,20 $ | 4,80 $ | Listenpreis; befristet 20 % Rabatt |
qwen3.6-plus |
bis 256K | 0,50 $ | 3,00 $ | |
qwen3.5-plus |
bis 256K | 0,40 $ | 2,40 $ | |
qwen3.8-flash |
bis 1M | 0,15 $ | 0,47 $ | Neuestes Flash |
qwen3.7-flash |
bis 32K | 0,03 $ | 0,13 $ | Günstigste Option für kurze Prompts |
qwen3.7-flash |
32K–256K | 0,10 $ | 0,40 $ | |
qwen3.7-flash |
256K–1M | 0,20 $ | 0,80 $ | |
qwen3.5-flash |
bis 1M | 0,10 $ | 0,40 $ | |
qwen3-coder-flash |
bis 32K | 0,30 $ | 1,50 $ | Über 256K steigt der Preis auf 1,60 $ / 9,60 $ |
qwen3.8-27b (Open Weight) |
bis 1M | 0,50 $ | 3,00 $ | |
qwen3-vl-plus |
bis 32K | 0,20 $ | 1,60 $ | Vision-Language |
Neue Konten in Singapur erhalten 1 Million kostenlose Tokens pro Modell, gültig für 90 Tage ab Aktivierung oder Modellveröffentlichung, je nachdem, was später ist. Laut Alibaba Cloud gibt es das Freikontingent nur in Singapur.
Global vs. International vs. US: warum dasselbe Modell zwei Preise hat
Model Studio verkauft dasselbe Modell in unterschiedlichen Bereitstellungsbereichen, und der Preis hängt davon ab, wo die Inferenz läuft:
| Modell | Singapur (International) | Global-Bereich (Regionen US, EU, JP, HK) | US-Bereich (Virginia) |
|---|---|---|---|
qwen3.8-max |
2,00 $ / 6,00 $ | 1,65 $ / 4,951 $ | 2,00 $ / 6,00 $ |
qwen3.7-plus (≤256K, Liste) |
0,40 $ / 1,60 $ | 0,276 $ / 1,101 $ | 0,40 $ / 1,60 $ |
qwen3.8-flash |
0,15 $ / 0,47 $ | 0,113 $ / 0,382 $ | 0,15 $ / 0,47 $ |
qwen3.7-flash (≤32K) |
0,030 $ / 0,130 $ | 0,028 $ / 0,110 $ | 0,030 $ / 0,130 $ |
Quelle: Model-Studio-Preise, 20. Oktober 2026. Preise Input / Output pro 1 Mio. Tokens.
Die Preise im Global-Bereich liegen je nach Modell etwa 7–31 % unter denen von International oder US (7 % bei qwen3.7-flash, 17,5 % bei qwen3.8-max, 31 % beim Input von qwen3.7-plus). Der Preis dafür ist die Datenresidenz: Im Global-Bereich kann die Inferenz außerhalb der gewählten Region laufen. Wenn Sie eine reine US-Verarbeitung brauchen, nutzen Sie den US-Bereich mit seinem höheren Tarif. Für qwen3.7-plus im Global-Bereich gibt es in den Regionen Hongkong, Frankfurt, Virginia und Tokio außerdem befristet einen Nachtrabatt von 60 % (22:00–08:00 UTC+8) und tagsüber 20 %.
Preisstufen: Ein langer Prompt verteuert die ganze Anfrage
Die Regel von Model Studio: „Alle Tokens der Anfrage werden zum Stückpreis der entsprechenden Stufe abgerechnet.“ Eine qwen3.7-flash-Anfrage mit 33K Input-Tokens wird vollständig zum Preis der Stufe 32K–256K (0,10 $) berechnet, nicht mit 0,03 $ für die ersten 32K Tokens. Da die zweite Stufe 3,3-mal so teuer ist wie die erste, senkt das Kürzen eines Prompts von 33K auf 31K Tokens die Input-Kosten um etwa 70 %.
Cache- und Batch-Rabatte
| Rabatt | Regel (Model Studio, Okt. 2026) |
|---|---|
| Kontext-Cache-Treffer | Abrechnung zu 10 % des Standard-Inputpreises (Doku zum Kontext-Cache) |
| Explizite Cache-Erstellung | Abrechnung zu 125 % des Standard-Inputpreises |
| Batch-Inferenz | 50 % der Echtzeitpreise für Input und Output bei Batch-fähigen Modellen (Batch-API-Doku) |
| Kombination | Cache- und Batch-Rabatte lassen sich bei derselben Anfrage nicht kombinieren |
Expliziter Cache rechnet sich schon nach einem Treffer: Sie zahlen einmal 125 % für die Erstellung und danach bei jedem Lesen 10 % statt 100 %. Bei einem wiederholten System-Prompt mit 20K Tokens auf qwen3.8-max kostet der erste Aufruf 0,05 $ Input, jeder weitere Cache-Treffer 0,004 $ statt 0,04 $.
Beispielrechnung
Ein RAG-Assistent auf qwen3.8-max (Singapur): 200.000 Anfragen pro Monat, jeweils mit 12K Input-Tokens (davon 8K als gecachter Präfix) und 600 Output-Tokens.
| Posten | Berechnung | Kosten |
|---|---|---|
| Nicht gecachter Input | 800M Tokens × 2,00 $ | 1.600 $ |
| Gecachter Input (10 %) | 1.600M Tokens × 0,20 $ | 320 $ |
| Output | 120M Tokens × 6,00 $ | 720 $ |
| Gesamt | 2.640 $ |
Derselbe Traffic auf qwen3.8-max im Global-Bereich kostet etwa 2.178 $. Auf qwen3.8-flash (Singapur) sind es etwa 200 $ (120 $ + 24 $ + 56,40 $), also rund 13-mal günstiger, sofern Flash Ihre Qualitätsanforderungen erfüllt.
QWEN = { # Singapore International list prices per 1M tokens, Oct 20, 2026
"qwen3.8-max": (2.00, 6.00),
"qwen3.7-plus": (0.40, 1.60), # <=256K tier
"qwen3.8-flash": (0.15, 0.47),
}
def qwen_cost(model, uncached, cached, output, batch=False):
inp, out = QWEN[model]
if batch: # batch and cache discounts don't stack
return (uncached + cached) / 1e6 * inp * 0.5 + output / 1e6 * out * 0.5
return uncached / 1e6 * inp + cached / 1e6 * inp * 0.10 + output / 1e6 * out
print(qwen_cost("qwen3.8-max", 800e6, 1600e6, 120e6)) # 2640.0
Qwen im Vergleich zu anderen Modell-APIs
Listenpreise pro 1 Mio. Tokens, 20. Oktober 2026. Qwen-Preise stammen aus Model Studio (Singapur), die übrigen von den verlinkten Flatkey-Modellseiten.
| Modell | Input | Output |
|---|---|---|
qwen3.8-max |
2,00 $ | 6,00 $ |
gpt-6-sol |
2,00 $ | 10,00 $ |
claude-sonnet-5-5 |
2,00 $ | 10,00 $ |
kimi-k3 |
3,00 $ | 15,00 $ |
glm-5.3 |
1,40 $ | 4,40 $ |
qwen3.8-flash |
0,15 $ | 0,47 $ |
gpt-6-luna |
0,10 $ | 0,50 $ |
claude-haiku-5-5 |
0,10 $ | 0,50 $ |
qwen3.8-max liegt beim Input gleichauf mit GPT-6 Sol und Claude Sonnet 5.5, verlangt für Output aber 40 % weniger. Einen breiteren Überblick bieten der Kostenleitfaden DeepSeek vs. Qwen und der Preisvergleich für KI-APIs.
Qwen über Flatkey: Preise und Zugriff mit einem Schlüssel
Der Flatkey-Katalog führt mehrere Qwen-Modelle hinter demselben OpenAI-kompatiblen Endpunkt wie GPT, Claude, Gemini, DeepSeek und Kimi. Preise auf den Flatkey-Modellseiten, Stand 20. Oktober 2026:
| Modell | Flatkey Input | Flatkey Cache | Flatkey Output | Angezeigter Listenpreis |
|---|---|---|---|---|
qwen3.8-max |
1,60 $ | 0,20 $ | 4,80 $ | 2 $ / 0,25 $ / 6 $ (−20 %) |
qwen3.7-plus |
0,32 $ | 0,064 $ | 1,28 $ | 0,40 $ / 0,08 $ / 1,60 $ (−20 %) |
qwen3.8-flash |
0,12 $ | 0,0128 $ | 0,376 $ | 0,15 $ / 0,016 $ / 0,47 $ (−20 %) |
qwen3.5-flash |
0,08 $ | k. A. | 0,32 $ | 0,10 $ / 0,40 $ (−20 %) |
Die Seite zu qwen3.8-max nennt außerdem eine durchschnittliche Anbieter-Verfügbarkeit von 98,9 % und eine durchschnittliche Latenz von 1,78 s in den letzten 30 Tagen. Flatkey-Preise und Aktionen ändern sich, prüfen Sie daher vor der Budgetplanung die Preisseite.
So rufen Sie die Qwen-API auf (OpenAI-kompatibel)
Option A: Model Studio direkt
Erstellen Sie in der Model-Studio-Konsole einen API-Schlüssel in derselben Region wie der Endpunkt, den Sie aufrufen. Ein Schlüssel aus einer anderen Region wird abgelehnt, und der Fehler sieht wie ein gewöhnlicher Authentifizierungsfehler aus. Die Basis-URL hängt von Region und Workspace ab (Doku zur Basis-URL). Der US-Endpunkt (Virginia) lautet zum Beispiel https://dashscope-us.aliyuncs.com/compatible-mode/v1.
curl https://dashscope-us.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" -H "Content-Type: application/json" \
-d '{"model": "qwen3.8-flash", "messages": [{"role": "user", "content": "Hello"}]}'
Option B: Flatkey (ein Schlüssel für Qwen und alle anderen Modelle)
curl https://router.flatkey.ai/v1/chat/completions \
-H "Authorization: Bearer $FLATKEY_API_KEY" -H "Content-Type: application/json" \
-d '{"model": "qwen3.8-max", "messages": [{"role": "user", "content": "Write a haiku about caching."}]}'
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["FLATKEY_API_KEY"], base_url="https://router.flatkey.ai/v1")
# Same client, same key: switch Qwen tiers or providers by changing one string.
for model in ["qwen3.8-flash", "qwen3.8-max", "claude-sonnet-5-5"]:
r = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Classify: 'refund not received' -> billing|tech|other"}],
)
print(model, r.usage.prompt_tokens, r.usage.completion_tokens, r.choices[0].message.content)
import OpenAI from "openai";
const client = new OpenAI({ apiKey: process.env.FLATKEY_API_KEY, baseURL: "https://router.flatkey.ai/v1" });
async function withFallback(prompt) {
for (const model of ["qwen3.8-max", "gpt-6-sol"]) {
try {
const r = await client.chat.completions.create({ model, messages: [{ role: "user", content: prompt }] });
return `${model}: ${r.choices[0].message.content}`;
} catch (err) {
console.warn(model, "failed:", err.status);
}
}
throw new Error("all routes failed");
}
console.log(await withFallback("Name three Qwen model tiers."));
Wie Sie einen Schlüssel erstellen, zeigt der Flatkey-Schnellstart; die SDK-Konfiguration erklärt der Leitfaden zur OpenAI-API-Basis-URL.
Model Studio direkt oder ein Router?
| Frage | Model Studio direkt | Flatkey-Router |
|---|---|---|
| Niedrigstmöglicher Qwen-Preis | Global-Bereich plus Nachtrabatte | Pauschaler Rabattpreis, keine Regionswahl |
| Kontrolle über Datenresidenz | Region und Bereich frei wählbar | Routing-Region auf Anfrage |
| Anzahl der Schlüssel | Einer pro Region | Einer für alle unterstützten Modelle |
| Andere Anbieter | Separate Konten | Derselbe Schlüssel, dasselbe Guthaben |
| Fallback | Selbst bauen | model-String ändern |
FAQ
Was kostet die Qwen-API?
Stand 20. Oktober 2026 (Singapur, International) kostet qwen3.8-max 2,00 $ Input und 6,00 $ Output pro 1 Mio. Tokens, qwen3.7-plus hat einen Listenpreis von 0,40 $ / 1,60 $, qwen3.8-flash kostet 0,15 $ / 0,47 $ und qwen3.7-flash beginnt bei 0,03 $ / 0,13 $ für Prompts bis 32K Tokens.
Gibt es eine kostenlose Qwen-API-Stufe?
Ja, nur in der Region Singapur: 1 Million kostenlose Tokens pro Modell, gültig für 90 Tage. Andere Regionen haben kein Freikontingent.
Warum hat dasselbe Qwen-Modell unterschiedliche Preise?
Die Preise hängen von Region und Bereitstellungsbereich ab. Der Global-Bereich ist günstiger, kann Anfragen aber außerhalb der gewählten Region verarbeiten. International und US sind teurer und halten die Verarbeitung innerhalb ihres geografischen Raums.
Bietet Qwen Batch-Preise an?
Ja. Batch-fähige Modelle kosten 50 % des Echtzeitpreises, für Input wie Output. Der Batch-Rabatt lässt sich nicht mit Cache-Rabatten kombinieren.
Ist die Qwen-API OpenAI-kompatibel?
Ja. Model Studio stellt compatible-mode/v1-Endpunkte bereit (Doku zur OpenAI-Kompatibilität), sodass Sie das OpenAI-SDK nutzen können, indem Sie Basis-URL, Schlüssel und Modellnamen ändern. Qwen-Modelle lassen sich auch über Flatkeys https://router.flatkey.ai/v1 aufrufen.
Welches ist das günstigste Qwen-Modell?
qwen3.7-flash mit 0,03 $ Input und 0,13 $ Output pro 1 Mio. Tokens (Singapur) für Prompts bis 32K Tokens. Im Global-Bereich sind es 0,028 $ / 0,110 $.
Fazit
Planen Sie nach Singapur-Listenpreisen 2 $ / 6 $ pro 1 Mio. Tokens für qwen3.8-max und 0,15 $ / 0,47 $ für qwen3.8-flash ein. Der Global-Bereich ist etwa 7–31 % günstiger, wenn die Datenresidenz es zulässt, und Batch halbiert den Preis. Prüfen Sie vor der Entscheidung erneut die offizielle Preisseite. Wenn Sie Qwen neben GPT, Claude und Gemini mit einem Schlüssel nutzen möchten, verwenden Sie die Qwen-Routen von Flatkey.
Zuletzt aktualisiert: 20. Oktober 2026 · Flatkey Team. Preise in USD, zitiert aus den im Text verlinkten offiziellen Quellen.
