Giá API Qwen (2026): mọi mô hình, khu vực và chiết khấu
Giá API Qwen trên Alibaba Cloud Model Studio (Singapore, quốc tế) bắt đầu từ $0.03 cho mỗi 1 triệu token đầu vào với qwen3.7-flash khi prompt ngắn. Mô hình chủ lực qwen3.8-max có giá $2.00 đầu vào và $6.00 đầu ra cho mỗi 1 triệu token, còn qwen3.7-plus niêm yết $0.40 / $1.60 (hiện giảm 20%). Giá thay đổi theo khu vực, kích thước yêu cầu và chế độ: cùng qwen3.8-max nhưng ở chế độ triển khai Global chỉ niêm yết $1.65 / $4.951. Gọi batch có giá bằng 50% giá thời gian thực trên các mô hình hỗ trợ. Số liệu lấy từ trang giá chính thức của Model Studio (cập nhật ngày 19/10/2026), kiểm tra lại ngày 20/10/2026.
Bài viết này trình bày giá hiện tại của các dòng Max, Plus, Flash, Coder, mô hình trọng số mở (QwenLM trên GitHub) và VL; cách tính giá bậc thang và cache; một ví dụ tính chi phí cụ thể; so sánh với các nhà cung cấp khác; và code tương thích OpenAI để gọi Qwen trực tiếp hoặc qua một khóa Flatkey duy nhất.
Tổng quan giá API Qwen (mỗi 1 triệu token)
Khu vực Singapore, triển khai International, giá thời gian thực tiêu chuẩn, ngày 20/10/2026 (nguồn):
| Mô hình | Độ dài prompt mỗi yêu cầu | Đầu vào | Đầu ra | Ghi chú |
|---|---|---|---|---|
qwen3.8-max |
tới 1M | $2.00 | $6.00 | Chủ lực; có và không có chế độ suy luận |
qwen3.7-max |
tới 1M | $2.50 | $7.50 | Chủ lực đời trước |
qwen-max |
giá cố định | $1.60 | $6.40 | Bản cũ; giảm 50% khi chạy batch |
qwen3.7-plus |
tới 256K | $0.40 | $1.60 | Giá niêm yết; giảm 20% có thời hạn |
qwen3.7-plus |
256K–1M | $1.20 | $4.80 | Giá niêm yết; giảm 20% có thời hạn |
qwen3.6-plus |
tới 256K | $0.50 | $3.00 | |
qwen3.5-plus |
tới 256K | $0.40 | $2.40 | |
qwen3.8-flash |
tới 1M | $0.15 | $0.47 | Flash mới nhất |
qwen3.7-flash |
tới 32K | $0.03 | $0.13 | Lựa chọn rẻ nhất cho prompt ngắn |
qwen3.7-flash |
32K–256K | $0.10 | $0.40 | |
qwen3.7-flash |
256K–1M | $0.20 | $0.80 | |
qwen3.5-flash |
tới 1M | $0.10 | $0.40 | |
qwen3-coder-flash |
tới 32K | $0.30 | $1.50 | Tăng lên $1.60 / $9.60 khi vượt 256K |
qwen3.8-27b (trọng số mở) |
tới 1M | $0.50 | $3.00 | |
qwen3-vl-plus |
tới 32K | $0.20 | $1.60 | Thị giác – ngôn ngữ |
Tài khoản mới ở Singapore được 1 triệu token miễn phí cho mỗi mô hình, có hiệu lực 90 ngày kể từ ngày kích hoạt hoặc ngày ra mắt mô hình, tùy mốc nào muộn hơn. Alibaba Cloud cho biết hạn mức miễn phí chỉ áp dụng ở Singapore.
Triển khai Global, International và US: vì sao cùng một mô hình có hai mức giá
Model Studio bán cùng một mô hình theo các phạm vi triển khai khác nhau, và giá phụ thuộc vào nơi chạy suy luận:
| Mô hình | Singapore (International) | Phạm vi Global (khu vực Mỹ, EU, Nhật, Hồng Kông) | Phạm vi US (Virginia) |
|---|---|---|---|
qwen3.8-max |
$2.00 / $6.00 | $1.65 / $4.951 | $2.00 / $6.00 |
qwen3.7-plus (≤256K, niêm yết) |
$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 |
Nguồn: giá Model Studio, 20/10/2026. Giá đầu vào / đầu ra cho mỗi 1 triệu token.
Giá phạm vi Global thấp hơn khoảng 7–31% so với International hoặc US, tùy mô hình (7% với qwen3.7-flash, 17,5% với qwen3.8-max, 31% với đầu vào qwen3.7-plus). Đổi lại là vấn đề lưu trú dữ liệu: phạm vi Global có thể chạy suy luận ngoài khu vực bạn chọn. Nếu cần xử lý hoàn toàn tại Mỹ, hãy dùng phạm vi US với mức giá cao hơn. qwen3.7-plus thuộc phạm vi Global ở các khu vực Hồng Kông, Frankfurt, Virginia và Tokyo còn có ưu đãi ban đêm giảm 60% có thời hạn (22:00–08:00 UTC+8) và giảm 20% vào ban ngày.
Giá bậc thang: một prompt dài đổi giá cả yêu cầu
Quy tắc của Model Studio: "Mọi token trong yêu cầu đều được tính theo đơn giá của bậc tương ứng." Một yêu cầu qwen3.7-flash có 33K token đầu vào sẽ bị tính toàn bộ theo bậc 32K–256K ($0.10), chứ không phải $0.03 cho 32K token đầu. Vì bậc thứ hai đắt gấp 3,3 lần bậc đầu, cắt prompt từ 33K xuống 31K token giúp giảm khoảng 70% chi phí đầu vào.
Chiết khấu cache và batch
| Chiết khấu | Quy tắc (Model Studio, 10/2026) |
|---|---|
| Trúng context cache | Tính bằng 10% giá đầu vào tiêu chuẩn (tài liệu context cache) |
| Tạo cache tường minh | Tính bằng 125% giá đầu vào tiêu chuẩn |
| Suy luận batch | 50% giá thời gian thực cho cả đầu vào và đầu ra, trên các mô hình hỗ trợ batch (tài liệu batch API) |
| Cộng dồn | Không thể dùng đồng thời chiết khấu cache và batch trên cùng một yêu cầu |
Cache tường minh hoàn vốn chỉ sau một lần trúng: bạn trả 125% một lần để tạo cache, sau đó mỗi lần đọc chỉ tốn 10% thay vì 100%. Với một system prompt 20K token lặp lại trên qwen3.8-max, lần gọi đầu tốn $0.05 đầu vào, mỗi lần trúng cache sau đó chỉ tốn $0.004 thay vì $0.04.
Ví dụ tính chi phí
Một trợ lý RAG chạy qwen3.8-max (Singapore): 200.000 yêu cầu mỗi tháng, mỗi yêu cầu có 12K token đầu vào (8K trong đó là tiền tố đã cache) và 600 token đầu ra.
| Hạng mục | Cách tính | Chi phí |
|---|---|---|
| Đầu vào không cache | 800M token × $2.00 | $1,600 |
| Đầu vào đã cache (10%) | 1.600M token × $0.20 | $320 |
| Đầu ra | 120M token × $6.00 | $720 |
| Tổng | $2,640 |
Cùng lưu lượng đó trên qwen3.8-max phạm vi Global tốn khoảng $2,178. Trên qwen3.8-flash (Singapore) chỉ khoảng $200 ($120 + $24 + $56.40), rẻ hơn khoảng 13 lần, nếu chất lượng của Flash đáp ứng yêu cầu của bạn.
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
So sánh Qwen với API mô hình khác
Giá niêm yết cho mỗi 1 triệu token, ngày 20/10/2026. Giá Qwen lấy từ Model Studio (Singapore); các giá khác lấy từ trang mô hình của Flatkey được liên kết.
| Mô hình | Đầu vào | Đầu ra |
|---|---|---|
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 có giá đầu vào ngang GPT-6 Sol và Claude Sonnet 5.5 nhưng rẻ hơn 40% ở đầu ra. Để có cái nhìn rộng hơn, xem hướng dẫn chi phí DeepSeek và Qwen và so sánh giá API AI.
Dùng Qwen qua Flatkey: giá và truy cập bằng một khóa
Danh mục của Flatkey có nhiều mô hình Qwen dùng chung endpoint tương thích OpenAI với GPT, Claude, Gemini, DeepSeek và Kimi. Giá trên trang mô hình của Flatkey tính đến 20/10/2026:
| Mô hình | Đầu vào Flatkey | Cache Flatkey | Đầu ra Flatkey | Giá niêm yết hiển thị |
|---|---|---|---|---|
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 | không có | $0.32 | $0.10 / $0.40 (−20%) |
Trang qwen3.8-max còn cho biết thời gian hoạt động trung bình của nhà cung cấp là 98,9% và độ trễ trung bình 1,78 giây trong 30 ngày qua. Giá và khuyến mãi của Flatkey có thể thay đổi, nên hãy xem trang giá trước khi chốt ngân sách.
Cách gọi API Qwen (tương thích OpenAI)
Cách A: gọi trực tiếp Model Studio
Tạo API key trong bảng điều khiển Model Studio ở cùng khu vực với endpoint bạn sẽ gọi. Khóa của khu vực khác sẽ bị từ chối, và lỗi trông giống một lỗi xác thực thông thường. Base URL phụ thuộc vào khu vực và workspace (tài liệu base URL). Ví dụ, endpoint Mỹ (Virginia) là 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"}]}'
Cách B: Flatkey (một khóa cho Qwen và mọi mô hình khác)
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."));
Xem hướng dẫn bắt đầu nhanh Flatkey để tạo khóa, và hướng dẫn base URL của OpenAI API để cấu hình SDK.
Gọi trực tiếp Model Studio hay dùng router?
| Câu hỏi | Model Studio trực tiếp | Router Flatkey |
|---|---|---|
| Giá Qwen thấp nhất có thể | Phạm vi Global cộng ưu đãi ban đêm | Giá chiết khấu cố định, không cần chọn khu vực |
| Kiểm soát lưu trú dữ liệu | Tự chọn khu vực và phạm vi | Liên hệ để biết khu vực định tuyến |
| Số lượng khóa | Mỗi khu vực một khóa | Một khóa cho mọi mô hình được hỗ trợ |
| Nhà cung cấp khác | Tài khoản riêng | Cùng khóa và số dư |
| Dự phòng (fallback) | Tự xây dựng | Đổi chuỗi model |
Câu hỏi thường gặp
API Qwen giá bao nhiêu?
Tính đến 20/10/2026 (Singapore, International), qwen3.8-max có giá $2.00 đầu vào và $6.00 đầu ra cho mỗi 1 triệu token, qwen3.7-plus niêm yết $0.40 / $1.60, qwen3.8-flash là $0.15 / $0.47, còn qwen3.7-flash bắt đầu từ $0.03 / $0.13 với prompt tới 32K token.
API Qwen có gói miễn phí không?
Có, nhưng chỉ ở khu vực Singapore: 1 triệu token miễn phí cho mỗi mô hình, hiệu lực 90 ngày. Các khu vực khác không có hạn mức miễn phí.
Vì sao cùng một mô hình Qwen lại có giá khác nhau?
Giá phụ thuộc vào khu vực và phạm vi triển khai. Phạm vi Global rẻ hơn nhưng có thể xử lý yêu cầu ngoài khu vực bạn chọn. Phạm vi International và US đắt hơn nhưng giữ việc xử lý trong phạm vi địa lý tương ứng.
Qwen có giá batch không?
Có. Mô hình hỗ trợ batch có giá bằng 50% giá thời gian thực cho cả đầu vào và đầu ra. Chiết khấu batch không cộng dồn với chiết khấu cache.
API Qwen có tương thích OpenAI không?
Có. Model Studio cung cấp endpoint compatible-mode/v1 (tài liệu tương thích OpenAI), nên bạn có thể dùng OpenAI SDK chỉ bằng cách đổi base URL, khóa và tên mô hình. Bạn cũng có thể gọi các mô hình Qwen qua https://router.flatkey.ai/v1 của Flatkey.
Mô hình Qwen rẻ nhất là gì?
qwen3.7-flash, giá $0.03 đầu vào và $0.13 đầu ra cho mỗi 1 triệu token (Singapore) với prompt tới 32K token. Ở phạm vi Global là $0.028 / $0.110.
Kết luận
Hãy dự trù $2 / $6 cho mỗi 1 triệu token với qwen3.8-max và $0.15 / $0.47 với qwen3.8-flash theo giá niêm yết Singapore. Phạm vi Global rẻ hơn khoảng 7–31% nếu yêu cầu lưu trú dữ liệu cho phép, và batch giảm thêm một nửa. Hãy kiểm tra lại trang giá chính thức trước khi chốt. Để chạy Qwen cùng GPT, Claude và Gemini bằng một khóa, hãy dùng các route Qwen của Flatkey.
Cập nhật lần cuối: 20/10/2026 · Flatkey Team. Giá tính bằng USD, trích dẫn từ các nguồn chính thức được liên kết trong bài.
