Calculadora de costes de la API de Qwen

Alibaba Model Studio cobra Qwen por token con tarifas separadas de entrada, salida y entrada en caché. Los precios aquí son de la lista internacional (Singapur); la región de China tiene su propia lista y catálogo. La caché de contexto es implícita: un prefijo repetido se detecta solo y un acierto se cobra a 10.67%–20% del precio de entrada. En nuestros datos Qwen3.8 Max, Qwen Max, Qwen3.7 Plus, Qwen Turbo no listan tarifa de escritura, así que un fallo cuesta la entrada normal, mientras que Qwen3.8 Flash cobran 1.33× del precio de entrada por escribir.

Algunos modelos Qwen tienen Batch API con 50% menos en entrada y 50% menos en salida para trabajos asíncronos; los modelos sin precio batch se marcan en la tabla. El modo de razonamiento tiene precio aparte en Qwen Turbo: su salida cuesta 2.5× el precio de salida estándar, que la calculadora aplica con el selector de precio de salida en modo razonamiento. Las entradas largas cuestan más en los modelos por tramos: las tarifas de contexto largo se aplican por encima de 256K en Qwen3.7 Plus y 2 más (entrada 1.25×–5×, salida 1.25×–5×), a toda la solicitud.

La tabla calcula una misma carga en cada modelo: 10,000 solicitudes al día con 6,000 tokens de entrada y 500 de salida por solicitud. Columnas: sin caché; 70% de la entrada leída de la caché y 5% escrita en ella; todas las solicitudes por la Batch API. Con el mismo tráfico, Qwen3.8 Max cuesta 38× lo que Qwen Turbo.

Estimaciones con tarifas por token publicadas; verifica los precios oficiales antes de presupuestar. Datos sincronizados de la lista de precios de LiteLLM el 2026-10-12 08:00 UTC.

Coste por 1.000 solicitudes

Para 1.000 solicitudes de 6,000 tokens de entrada y 500 de salida, Qwen Turbo cuesta $0.40 a tarifa estándar, $0.23 con caché y $0.20 por Batch API; Qwen3.8 Max cuesta $15.00, $7.65 y $15.00. Multiplica por tu número de solicitudes o introduce tu tráfico en la calculadora.

Cómo reducir la factura, en orden

1. Pon el prompt de sistema, las herramientas y los documentos al principio para que la caché implícita acierte en cada solicitud; solo debe cambiar el turno del usuario.
2. Usa Flash para enrutar y clasificar, Plus para chat y RAG, Max solo para preguntas difíciles.
3. Desactiva el modo de razonamiento donde no haga falta: en los modelos con precio de razonamiento aparte la salida cuesta más, y los tokens de razonamiento se cobran como salida.
4. Mantén las solicitudes bajo el umbral de contexto largo de los modelos por tramos con recuperación; cuenta los prompts con el contador de tokens.
5. Envía el trabajo offline por Batch API donde el modelo la tenga y revisa la calculadora de caché para tu tasa de aciertos antes de presupuestar en la calculadora.

¿Cuándo compensa la caché con tu tráfico? Usa la calculadora de caché →