通义千问 API 多少钱？各模型 token 单价与成本估算
数据截至 2026-07，价格与限额以各官网为准。
通义千问 API 按 token 计费，但和很多同类服务不一样的是，多数主力模型（qwen-plus、qwen-flash、qwen3-max 等）用的是阶梯计价——单次请求的输入 token 总量落在哪个区间，这次请求的全部输入 token 就按那一档单价结算；反倒是旗舰款 qwen-max 是固定单价，不分档，算账最省心。
如果你只是想估个大概成本，先记住一句话：先看清你调用的模型是”固定价”还是”阶梯价”，阶梯价看的是这次请求输入了多少 token、不是看你账户总用量，理解错了成本估算会差很多。这篇把计费单位、各模型单价表、免费额度和成本估算公式一次讲完。
计费单位与阶梯规则怎么读
通义千问的价格口径是元 / 百万 tokens（人民币），这是中国内地站点的计价方式，输入和输出分开计价，输入通常比输出便宜不少。
标”阶梯计价”的模型，规则是这样的：按单次请求的输入 token 总量决定命中哪一档，比如这次请求输入了 15 万 token，那就落在对应的中间档位，这一整次请求的输入部分全部按该档单价结算，不是”前 12.8 万按低价、超出部分按高价”这种分段累加算法。输出 token 不受阶梯规则影响，按对应档位标注的输出单价单独算。
这个机制跟有些平台的”缓存命中折扣”是两回事——阶梯计价看的是这次请求输入了多长的文本，不是看有没有复用固定前缀。如果你的应用经常调用超长上下文（比如塞进整份文档去问答），成本会因为跳档而明显上升，这点在做容量规划时容易被忽略。
单价表：经典命名模型
以下价格来自阿里云百炼官方定价页，人民币口径，单位元/百万 tokens：
| 模型 | 输入价格 | 输出价格 | 说明 |
|---|---|---|---|
qwen-max | 2.4 元 | 9.6 元 | 固定单价，非思考模式，旗舰款 |
qwen-plus | 阶梯计价 | 阶梯计价 | 0–128K：输入 0.8／输出 2；128K–256K：输入 2.4／输出 20；256K–1M：输入 4.8／输出 48 |
qwen-flash | 阶梯计价 | 阶梯计价 | 0–128K：输入 0.15／输出 1.5；128K–256K：输入 0.6／输出 6 |
qwen-turbo | 0.3 元 | 0.6 元 | 固定单价，轻量款，适合简单任务 |
qwen-long | 0.5 元 | 2 元 | 固定单价，超长文本场景 |
qwen-plus 这里有个需要老实交代的地方：另有资料给出过一个约 0.87 元/百万输入的口径，跟上面这张阶梯表对不上，疑似是某个时间段的限时优惠价，跟常规阶梯价并行存在过。这个数字没有拿到稳定核实，如果你要正式报价或者做成本模型，务必去百炼控制台当次核实实时价格，不要直接按本文任意一个数字下结论。
单价表：Qwen3 新系列（2026-07 官网在售）
| 模型 | 输入价格 | 输出价格 | 说明 |
|---|---|---|---|
qwen3-max | 阶梯计价 | 对应档位 | 0–32K：输入 2.5／输出 10；32K–128K：输入 4／输出 16；128K–256K：输入 7／输出 28 |
qwen3.7-max | 12 元 | 36 元 | 固定单价，官网标注”智能体时代全能旗舰模型”，当前 HOT 主推款 |
qwen3.7-plus | 阶梯计价 | 对应档位 | 0–256K：输入 2／输出 8；256K–1M：输入 6／输出 24；官网标注支持 1M 上下文、最长 2 小时视频输入 |
qwen3.5-flash | 阶梯计价 | 对应档位 | 0–128K：输入 0.2／输出 2；128K–256K：输入 0.8／输出 8；256K–1M：输入 1.2／输出 12 |
qwen3.6-flash / qwen3.6-plus | 未核实到独立数字 | — | 官网描述 3.6-plus 面向对话/摘要/文档处理，支持 1M 上下文；3.6-flash 是降本替代款，能力与上下文规格与 plus 相近，具体单价请以模型广场当页为准 |
看这两张表能感觉出一个趋势：Qwen3 新系列整体单价比经典命名系列贵不少，尤其是 qwen3.7-max 固定 12/36 元，比经典款 qwen-max 的 2.4/9.6 元高出好几倍——如果你的场景对成本敏感，选新系列前最好先确认新模型带来的能力提升是不是你真正需要的，不是新出的就一定该换。
另外要提醒一句：上下文窗口这块，本文没能拿到一份逐模型对齐的完整规格表。官方文档明确写了支持 1M（100 万）token 上下文的包括 qwen-plus（阶梯表里的 256K–1M 档）、qwen3.7-plus、qwen3.6-plus/qwen3.6-flash 这几个；而 qwen-max、qwen3-max、qwen3.7-max 的最高阶梯档目前看到的是 128K–256K，没有查到官方标注它们支持 1M 档。具体某个型号的最大上下文长度，务必去百炼「模型广场」对应模型的详情页核对，别按印象假设。
免费额度：90 天，模型间不互通
新用户开通百炼会拿到一笔免费推理额度，自 2025-09-08 11:00 起，新开通账号的有效期统一是 90 天（更早开通的老账号不受这次调整影响）。
以 qwen-max 为例，官方文档给出的免费额度是输入、输出各 100 万 tokens 这个量级，合计大概 200 万 token 上下；其他模型比如 qwen-plus 各自有独立的免费额度池，模型间的额度不互通，用完一个不影响另一个。主账号和它的 RAM 子账号是共享同一份额度、统一计算消耗的。
有一点在算成本时容易漏掉：免费额度只覆盖实时推理调用，Batch 批量调用、Context Cache 上下文缓存、模型调优、模型部署这几类场景的费用，免费额度是不抵扣的，得单独按量付费计入成本。中国内地版和新加坡（国际）版的免费额度也是分别独立核算，不互通。
月成本怎么估算
给一个能直接套的公式：
单次成本 = 输入 token 数 / 1,000,000 × 输入单价（按阶梯档确定）
+ 输出 token 数 / 1,000,000 × 输出单价（按阶梯档确定）
月成本 ≈ 单次成本 × 每月请求数
举个例子，用 qwen-flash 估算一个每天 3,000 次调用的轻量问答功能，平均每次输入 1,500 token、输出 300 token，输入总量落在 0–128K 这一档：
- 单次输入成本：1,500 / 1,000,000 × 0.15 元 = 0.000225 元
- 单次输出成本：300 / 1,000,000 × 1.5 元 = 0.00045 元
- 单次合计：约 0.000675 元
- 每天 3,000 次：约 2.03 元
- 一个月（30 天）：约 61 元
如果换成 qwen-plus（同一档位输入 0.8 元、输出 2 元），同样的用量规模，单次成本会明显抬高，算下来一个月大概是这个量级的两三倍（约 160 元上下）——这也是为什么选型时不能只看”能不能用”，还得看这个任务是不是真的需要更贵的模型能力。如果你的业务量级会推着输入 token 经常跳档（比如塞长文档进上下文），务必按实际分布重新代入公式算，不要只按一个平均值估算，阶梯计价对成本的影响比很多人想象的要敏感。
常见坑 / 注意
qwen-plus的”0.87元优惠价”说法未核实：跟阶梯表对不上，疑似限时促销，报价前务必去控制台核对当日实时价格，别写死成固定数字。- 阶梯价看的是”这次请求的输入总量”：不是账户累计用量，也不是”命中缓存才省钱”的折扣逻辑，跟 token 缓存机制是两回事，别混着理解。
- Qwen3 新系列普遍比经典命名贵：换模型前先确认能力提升是不是你真正用得上的，不是新款就该无脑切换。
- 上下文窗口没有统一的 1M 标准：只有部分型号支持 1M，具体以模型广场详情页当页标注为准。
- 免费额度不含 Batch 和 Context Cache：这两类场景要单独计费，别当成免费额度能覆盖所有调用方式。
qwen3.6系列独立价格未核实到：官网当次抓取没有给出这两款的具体单价，写报价单前自己去官网核对一遍。