Preços da API Qwen (2026): todos os modelos, regiões e descontos

Preços da API Qwen (2026): todos os modelos, regiões e descontos

Os preços da API Qwen no Alibaba Cloud Model Studio (Singapura, internacional) começam em US$ 0,03 por 1M de tokens de entrada com o qwen3.7-flash em prompts curtos. O carro-chefe qwen3.8-max custa US$ 2,00 de entrada e US$ 6,00 de saída por 1M de tokens, e o qwen3.7-plus tem preço de tabela de US$ 0,40 / US$ 1,60 (hoje com 20% de desconto). As tarifas mudam conforme a região, o tamanho da requisição e o modo: o mesmo qwen3.8-max custa US$ 1,65 / US$ 4,951 na implantação Global. Chamadas em batch custam 50% do preço em tempo real nos modelos compatíveis. Os valores vêm da página oficial de preços do Model Studio (atualizada em 19 de outubro de 2026), conferida em 20 de outubro de 2026.

Este guia cobre os preços atuais dos modelos Max, Plus, Flash, Coder, de pesos abertos (QwenLM no GitHub) e VL, como funcionam as faixas de preço e o cache, um exemplo de custo completo, uma comparação com outros provedores e código compatível com OpenAI para chamar o Qwen diretamente ou com uma única chave da Flatkey.

Preços da API Qwen em resumo (por 1M de tokens)

Região de Singapura, implantação Internacional, tarifas padrão em tempo real, 20 de outubro de 2026 (fonte):

Modelo	Tamanho do prompt por requisição	Entrada	Saída	Observações
qwen3.8-max	até 1M	$2.00	$6.00	Carro-chefe; com e sem raciocínio
qwen3.7-max	até 1M	$2.50	$7.50	Carro-chefe anterior
qwen-max	preço único	$1.60	$6.40	Legado; 50% de desconto em batch
qwen3.7-plus	até 256K	$0.40	$1.60	Preço de tabela; 20% de desconto por tempo limitado
qwen3.7-plus	256K–1M	$1.20	$4.80	Preço de tabela; 20% de desconto por tempo limitado
qwen3.6-plus	até 256K	$0.50	$3.00
qwen3.5-plus	até 256K	$0.40	$2.40
qwen3.8-flash	até 1M	$0.15	$0.47	Flash mais recente
qwen3.7-flash	até 32K	$0.03	$0.13	Opção mais barata para prompts curtos
qwen3.7-flash	32K–256K	$0.10	$0.40
qwen3.7-flash	256K–1M	$0.20	$0.80
qwen3.5-flash	até 1M	$0.10	$0.40
qwen3-coder-flash	até 32K	$0.30	$1.50	Sobe para $1.60 / $9.60 acima de 256K
qwen3.8-27b (pesos abertos)	até 1M	$0.50	$3.00
qwen3-vl-plus	até 32K	$0.20	$1.60	Visão e linguagem

Contas novas em Singapura recebem 1 milhão de tokens grátis por modelo, válidos por 90 dias a partir da ativação ou do lançamento do modelo, o que ocorrer por último. A Alibaba Cloud informa que a cota gratuita só é oferecida em Singapura.

Implantação Global vs Internacional vs EUA: por que o mesmo modelo tem dois preços

O Model Studio vende o mesmo modelo em diferentes escopos de implantação, e o preço depende de onde a inferência roda:

Modelo	Singapura (Internacional)	Escopo Global (regiões EUA, UE, JP, HK)	Escopo EUA (Virgínia)
qwen3.8-max	$2.00 / $6.00	$1.65 / $4.951	$2.00 / $6.00
qwen3.7-plus (≤256K, tabela)	$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

Fonte: preços do Model Studio, 20 de outubro de 2026. Preços de entrada / saída por 1M de tokens.

Os preços do escopo Global são cerca de 7% a 31% menores que os dos escopos Internacional ou EUA, dependendo do modelo (7% no qwen3.7-flash, 17,5% no qwen3.8-max, 31% na entrada do qwen3.7-plus). A contrapartida é a residência de dados: o escopo Global pode executar a inferência fora da região escolhida. Se você precisa de processamento apenas nos EUA, use o escopo EUA e sua tarifa mais alta. O qwen3.7-plus no escopo Global nas regiões de Hong Kong, Frankfurt, Virgínia e Tóquio também tem um desconto noturno de 60% por tempo limitado (22:00–08:00 UTC+8) e 20% durante o dia.

Preço por faixas: um prompt longo muda o preço da requisição inteira

A regra do Model Studio: "Todos os tokens da requisição são cobrados pelo preço unitário da faixa correspondente." Uma requisição ao qwen3.7-flash com 33K tokens de entrada é cobrada inteira na faixa de 32K–256K ($0.10), e não a $0.03 pelos primeiros 32K tokens. Como a segunda faixa custa 3,3 vezes a primeira, reduzir um prompt de 33K para 31K tokens corta o custo de entrada em cerca de 70%.

Descontos de cache e batch

Desconto	Regra (Model Studio, out. 2026)
Acerto de cache de contexto	Cobrado a 10% do preço padrão de entrada (documentação de cache de contexto)
Criação explícita de cache	Cobrada a 125% do preço padrão de entrada
Inferência em batch	50% dos preços em tempo real de entrada e saída, nos modelos compatíveis (documentação da API batch)
Acúmulo	Descontos de cache e batch não podem ser combinados na mesma requisição

O cache explícito se paga com um único acerto: você paga 125% uma vez para criá-lo e depois 10% em cada leitura, em vez de 100%. Com um prompt de sistema de 20K tokens repetido no qwen3.8-max, a primeira chamada custa $0.05 de entrada, e cada acerto de cache seguinte custa $0.004 em vez de $0.04.

Exemplo de custo

Um assistente RAG no qwen3.8-max (Singapura): 200.000 requisições por mês, cada uma com 12K tokens de entrada (8K deles como prefixo em cache) e 600 tokens de saída.

Item	Cálculo	Custo
Entrada sem cache	800M tokens × $2.00	$1,600
Entrada em cache (10%)	1.600M tokens × $0.20	$320
Saída	120M tokens × $6.00	$720
Total		$2,640

O mesmo tráfego no qwen3.8-max em escopo Global sai por cerca de $2,178. No qwen3.8-flash (Singapura) sai por cerca de $200 ($120 + $24 + $56.40), aproximadamente 13 vezes mais barato, se o Flash atender ao seu nível de qualidade.

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 vs outras APIs de modelos

Preços de tabela por 1M de tokens, 20 de outubro de 2026. As tarifas do Qwen são do Model Studio (Singapura); as demais vêm das páginas de modelos da Flatkey vinculadas.

Modelo	Entrada	Saída
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

O qwen3.8-max empata com o GPT-6 Sol e o Claude Sonnet 5.5 na entrada, mas cobra 40% menos pela saída. Para uma visão mais ampla, veja o guia de custos DeepSeek vs Qwen e a comparação de preços de APIs de IA.

Qwen pela Flatkey: preço e acesso com uma só chave

O catálogo da Flatkey traz vários modelos Qwen no mesmo endpoint compatível com OpenAI usado por GPT, Claude, Gemini, DeepSeek e Kimi. Preços nas páginas de modelos da Flatkey em 20 de outubro de 2026:

Modelo	Entrada Flatkey	Cache Flatkey	Saída Flatkey	Preço de tabela exibido
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	n/d	$0.32	$0.10 / $0.40 (−20%)

A página do qwen3.8-max também mostra disponibilidade média dos provedores de 98,9% e latência média de 1,78 s nos últimos 30 dias. Os preços e promoções da Flatkey mudam, então confira a página de preços antes de definir um orçamento.

Como chamar a API Qwen (compatível com OpenAI)

Opção A: Model Studio direto

Crie uma chave de API no console do Model Studio na mesma região do endpoint que você vai chamar. Uma chave de outra região é rejeitada, e o erro parece uma falha comum de autenticação. A URL base depende da região e do workspace (documentação de URL base). Por exemplo, o endpoint dos EUA (Virgínia) é 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"}]}'

Opção B: Flatkey (uma chave para o Qwen e todos os outros modelos)

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."));

Veja o guia rápido da Flatkey para criar a chave e o guia da URL base da API da OpenAI para configurar o SDK.

Model Studio direto ou um roteador?

Pergunta	Model Studio direto	Roteador Flatkey
Menor preço possível do Qwen	Escopo Global mais descontos noturnos	Tarifa com desconto fixo, sem escolher região
Controle de residência de dados	Escolha de região e escopo	Consulte a região de roteamento
Número de chaves	Uma por região	Uma para todos os modelos compatíveis
Outros provedores	Contas separadas	Mesma chave e saldo
Fallback	Você mesmo constrói	Troque a string model

Perguntas frequentes

Quanto custa a API Qwen?

Em 20 de outubro de 2026 (Singapura, Internacional), o qwen3.8-max custa $2.00 de entrada e $6.00 de saída por 1M de tokens, o qwen3.7-plus tem preço de tabela de $0.40 / $1.60, o qwen3.8-flash custa $0.15 / $0.47 e o qwen3.7-flash começa em $0.03 / $0.13 para prompts de até 32K tokens.

Existe um plano gratuito da API Qwen?

Sim, apenas na região de Singapura: 1 milhão de tokens grátis por modelo, válidos por 90 dias. As outras regiões não têm cota gratuita.

Por que o Qwen tem preços diferentes para o mesmo modelo?

Os preços dependem da região e do escopo de implantação. O escopo Global é mais barato, mas pode processar requisições fora da região escolhida. Os escopos Internacional e EUA custam mais e mantêm o processamento dentro de sua área geográfica.

O Qwen oferece preço de batch?

Sim. Modelos compatíveis com batch custam 50% do preço em tempo real, tanto na entrada quanto na saída. O desconto de batch não pode ser combinado com descontos de cache.

A API Qwen é compatível com OpenAI?

Sim. O Model Studio expõe endpoints compatible-mode/v1 (documentação de compatibilidade com OpenAI), então você pode usar o SDK da OpenAI trocando a URL base, a chave e o nome do modelo. Também é possível chamar os modelos Qwen pelo https://router.flatkey.ai/v1 da Flatkey.

Qual é o modelo Qwen mais barato?

O qwen3.7-flash, a $0.03 de entrada e $0.13 de saída por 1M de tokens (Singapura) para prompts de até 32K tokens. No escopo Global, custa $0.028 / $0.110.

Conclusão

Reserve $2 / $6 por 1M de tokens para o qwen3.8-max e $0.15 / $0.47 para o qwen3.8-flash pelos preços de tabela de Singapura. O escopo Global é cerca de 7% a 31% mais barato se a residência de dados permitir, e o batch corta o preço pela metade. Confira de novo a página oficial de preços antes de se comprometer. Para usar o Qwen junto com GPT, Claude e Gemini com uma só chave, use as rotas Qwen da Flatkey.

Última atualização: 20 de outubro de 2026 · Flatkey Team. Preços em USD, citados das fontes oficiais vinculadas no texto.