Qwen 3.8 → API
Разработчикам
API Qwen: как подключить и сколько стоит
У Qwen два входа для разработчиков, и у каждого свои ключи. Разбираем, чем они отличаются, какой адрес подставлять, сколько стоит миллион токенов и во что упираются лимиты.
Qwen 3.8 → API
Разработчикам
У Qwen два входа для разработчиков, и у каждого свои ключи. Разбираем, чем они отличаются, какой адрес подставлять, сколько стоит миллион токенов и во что упираются лимиты.
QwenCloud (qwencloud.com) — сервис, который сама команда Qwen называет официальным API. Это витрина моделей с прайсом, документацией, песочницей и подписками. Юридически оператор — Intelligent Cloud Computing (Singapore) Private Limited.
Alibaba Cloud Model Studio (modelstudio.console.alibabacloud.com) — платформа
внутри общей облачной консоли Alibaba. Кроме моделей Qwen там есть сторонние модели,
дообучение, развёртывание и вся обвязка большого облака. Кабинеты, ключи и адреса у сервисов
разные; общее только имя переменной в примерах кода — DASHSCOPE_API_KEY.
Логика выбора: нужен только доступ к моделям Qwen — берите QwenCloud, там проще. Нужны выделенные ресурсы, тонкая настройка, привязка к остальной инфраструктуре Alibaba Cloud — идите в Model Studio. Если ни один вход не подходит, например нечем платить, посмотрите, у каких нейросетей API подключается проще.
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3.8-max",
messages=[{"role": "user", "content": "Кто ты?"}],
extra_body={"enable_thinking": True},
stream=True,
)Это и есть весь переезд с OpenAI: три строки конфигурации. Ответ приходит потоком, при
включённом мышлении рассуждения идут в поле reasoning_content, а финальный
текст — в обычном content.
Грабли на стыке. В облаке параметры мышления передаются плоско:
extra_body={"enable_thinking": True, "preserve_thinking": True}. Если вы поднимаете
ту же модель локально через vLLM или SGLang, их нужно завернуть в
chat_template_kwargs. Один и тот же код без правки не заработает в обеих средах.
Оба сервиса работают в одних и тех же шести регионах. Регион определяет, где принимаются и хранятся запросы, — это же определяет задержку. Ключ работает только с адресом того региона, где его создали.
| Регион | Код | Адрес QwenCloud |
|---|---|---|
| Сингапур | ap-southeast-1 | ap-southeast-1.maas.qwencloudapi.com |
| Германия, Франкфурт | eu-central-1 | eu-central-1.maas.qwencloudapi.com |
| Япония, Токио | ap-northeast-1 | ap-northeast-1.maas.qwencloudapi.com |
| Китай, Пекин | cn-beijing | cn-beijing.maas.qwencloudapi.com |
| Китай, Гонконг | cn-hongkong | cn-hongkong.maas.qwencloudapi.com |
| США, Виргиния | us-east-1 | us-east-1.maas.qwencloudapi.com |
К адресу дописывается путь протокола: /compatible-mode/v1 для OpenAI-совместимого
режима, /apps/anthropic — для протокола Anthropic. В Model Studio формат другой:
https://{WorkspaceId}.{код}.maas.aliyuncs.com/compatible-mode/v1, идентификатор
рабочего пространства берётся из кабинета. Старые адреса dashscope-intl.aliyuncs.com
(Сингапур) и dashscope.aliyuncs.com (Пекин) работают, но Alibaba предупреждает:
после 30 сентября 2026 года новые функции на них не появляются. У Виргинии DashScope-адреса
нет вовсе, только адрес рабочего пространства. Подписка Token Plan ходит
на собственный адрес и только через Сингапур.
| Позиция | qwen3.8-max | qwen3.8-flash | qwen3.7-plus |
|---|---|---|---|
| Вход, за 1 млн токенов | $2 | $0,15 | $0,4 |
| Выход, за 1 млн токенов | $6 | $0,47 | $1,6 |
| Вход из неявного кэша | $0,25 | $0,016 | $0,08 |
| Запись в явный кэш | $2,5 | $0,2 | $0,5 |
| Чтение из явного кэша | $0,17 | $0,016 | $0,04 |
Цены — с карточек QwenCloud для региона Сингапур на 29 октября 2026 года; в других регионах
они могут отличаться. Снимок qwen3.8-max-0902 стоит столько же, сколько qwen3.8-max.
Цены qwen3.7-plus — для запросов до 256 тысяч токенов, длиннее — 1,2 и 4,8 доллара;
в тот же день на неё действовала скидка 20 % без объявленного срока — 0,32 и 1,28 доллара.
Открытую Qwen3.8-27B теперь можно не поднимать самому: в QwenCloud она есть
как qwen3.8-27b за 0,5 доллара на входе и 3 на выходе.
Кэширование здесь — не мелочь, а основной рычаг экономии. Если у вас длинный системный промпт или большой документ, который повторяется из запроса в запрос, повторное чтение у qwen3.8-max обходится в двенадцать раз дешевле обычного входа. Новым пользователям QwenCloud обещает больше 70 миллионов бесплатных токенов — это сумма по всем моделям: на каждую обычно приходится миллион токенов на 90 дней, а сама квота действует только в регионе Сингапур и только после привязки карты.
токенов окна контекста
токенов в минуту у qwen3.8-max, 5 млн — у qwen3.7-plus
запросов в минуту у qwen3.7-plus; у qwen3.8-max лимит запросов динамический
Точнее по границам: максимальный вход — 991 тысяча токенов, а при включённом режиме рассуждений — 983 тысячи, потому что часть окна резервируется. Максимальный выход в обоих режимах 131 тысяча токенов, на сами рассуждения выделяется до 262 тысяч. У снимка qwen3.8-max-0902 потолок вдвое ниже — миллион токенов в минуту. В Model Studio лимиты считаются на основной аккаунт целиком, вместе со всеми ключами и рабочими пространствами. Про то, как это проявляется в виде ошибок, — на странице о сбоях.
Кроме генерации текста сервис даёт: вызов ваших функций, структурированный вывод в JSON по схеме, продолжение с заданного префикса, пакетную асинхронную обработку со скидкой, кэширование контекста и дообучение на своих данных. Отдельно — набор встроенных инструментов, которые модель вызывает сама: поиск в интернете, извлечение содержимого страницы, интерпретатор кода и два вида поиска изображений. Они работают через Responses API.
В личном кабинете QwenCloud — раздел API Keys на home.qwencloud.com. Альтернативный вход — консоль Alibaba Cloud Model Studio, но это отдельный кабинет со своими ключами. Обычный ключ QwenCloud начинается с sk-ws- (выданные до обновления — с sk-), ключ подписки Token Plan — с sk-sp-. В примерах кода ключ кладут в переменную окружения DASHSCOPE_API_KEY.
По прайсу на карточке модели: 2 доллара за миллион входных токенов и 6 долларов за миллион выходных. Попадание в неявный кэш стоит 0,25 доллара за миллион, запись в явный кэш — 2,5 доллара, чтение из него — 0,17 доллара. Снимок qwen3.8-max-0902 стоит столько же, а младшая qwen3.8-flash — 0,15 и 0,47 доллара.
Да, это основной способ подключения: меняются адрес, ключ и имя модели, остальной код на клиенте OpenAI работает как есть. Разработчик заявляет также совместимость с протоколом Anthropic. Для локально поднятых движков интерфейс тот же, поэтому переезд из облака на своё железо не требует переписывания кода.
На карточке QwenCloud — 2 миллиона токенов в минуту, лимит запросов в минуту там не указан, а в документации Model Studio для флагмана стоит «динамический лимит». Фиксированные 15 тысяч запросов в минуту — это qwen3.7-plus. Максимальный вход — 991 тысяча токенов, максимальный выход — 131 тысяча, окно контекста — миллион, на рассуждения выделяется до 262 тысяч токенов.
Для QwenCloud — https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 (Сингапур); в других регионах меняется только код: eu-central-1 — Франкфурт, ap-northeast-1 — Токио, cn-beijing — Пекин, cn-hongkong — Гонконг, us-east-1 — Виргиния. В Model Studio адрес содержит ещё и идентификатор рабочего пространства: {WorkspaceId}.{регион}.maas.aliyuncs.com. Старые адреса dashscope-intl.aliyuncs.com и dashscope.aliyuncs.com работают, но новых функций на них после 30 сентября 2026 года не будет, а у Виргинии DashScope-адреса нет вовсе — только адрес рабочего пространства.
Это повторное использование уже отправленного куска запроса — длинного системного промпта или документа, который приходит из раза в раз. У qwen3.8-max вход стоит 2 доллара за миллион токенов, попадание в неявный кэш — 0,25, чтение из явного кэша — 0,17, то есть примерно в двенадцать раз дешевле обычного входа. Запись в явный кэш — 2,5 доллара за миллион.