千问 API 怎么接：百炼平台、OpenAI 兼容写法和三个计费坑

千问的 API 在阿里云百炼平台上，接口兼容 OpenAI 规范。已经用 OpenAI SDK 的项目，改两行就能跑：base_url 和模型名。真正会多花钱的地方不在代码，在计费规则。

三条接入路径，先选对

按量付费。开百炼账号、建 API Key、按 token 结算。适合流量不稳定、先验证效果的场景。新用户有免费额度，官方口径是每个模型 100 万 token、有效期 90 天，且免费额度落在新加坡地域。

Token Plan 订阅。用 Credits 统一计量，覆盖文本、多模态和联网搜索、代码解释器这类工具。2026 年 11 月 9 日调价后四档：Lite 39 元 2 万 Credits、Essential 79 元 4.5 万、Standard 139 元 8 万、Pro 312 元 20 万。适合用量可预测的团队，超额买用量包，15 美元一个含 2 万 Credits。

Coding Plan。独立的编码套餐，Key 前缀是 sk-ws-，只用于编程工具链。和上面两条不共享额度。

大多数项目从按量付费起步，跑出稳定曲线再决定要不要订阅。

最小可用调用

装 openai 库，把 base_url 指到百炼的兼容端点，模型名写 qwen3.8-max。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

resp = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[{"role": "user", "content": "把这段合同里的付款条款摘成三列表格"}],
)
print(resp.choices[0].message.content)

Key 只创建时显示一次，丢了只能重置。放环境变量，别写进前端。

三个地域，三套价格

Key 是分地域的，北京的 Key 调不了新加坡端点。这是接入阶段最常见的报错来源，401 先查地域，别急着换 Key。

坑一：上下文长度影响单价

同一系列模型，输入长度跨过阈值，单价会跳档。以 qwen3-max 为例，32K 以内、128K 以内、252K 以内是三档不同价格，输出价也跟着跳。Qwen3.8-Max 目前是全长统一价，但不要假设所有模型都这样。

实操建议：长文档任务先用 qwen-long 类的长上下文档位试算，确认它真能读完再上旗舰。一份接近上下文上限的财报丢进去问三个问题，成本可能是一次短对话的几十倍到上百倍，具体倍数取决于你实际塞进去的 token 量。

坑二：缓存折扣和 Batch 折扣不叠加

百炼提供上下文缓存和 Batch 异步调用两套省钱机制。在 Max 和 Flash 家族上，两者不能同时生效——命中缓存的批量请求只按 Batch 半价算，不会在半价基础上再打折。

很多人设计的方案是「把系统提示词缓存起来，再走 Batch 跑批」，账算得很美，账单出来发现只省了一次。要么走 Batch，要么走缓存，按任务形态二选一。

夜间折扣是第三个变量：每晚 22:00 到次日 8:00，qwen3.8-max 和 flash 打 4 折。批处理类任务全部挪到夜里跑，这是最省事的一刀。

坑三：地域价差能到一倍以上

北京地域 qwen3.8-max 的公开单价是输入 0.8 元、输出 2.7 元每百万 token；国际站同款模型报价是输入 2 美元、输出 6 美元。按汇率折完，差了不止一倍。

这笔差价不是「海外更贵所以更好」，而是两套独立定价。国内业务就选北京，跨境业务再考虑国际站。搞反了，一个月账单能差出好几千。

限流和重试

百炼按模型和账号等级限流，具体 RPM、TPM 阈值在控制台的模型详情页看，且会随账号消费额度提升。工程上要做的三件事：指数退避重试、把 429 单独分类而不是当普通错误、给长任务设超时上限。

不要用「失败就换模型」的办法兜底，不同模型的输出格式和 token 计费都不同，混用会让成本核算失真。

上线前的核对清单

Key 的地域和代码里的 base_url 是否一致；模型名是否写成了带日期后缀的快照版本（生产环境建议锁快照，别用浮动别名）；有没有开夜间批处理；系统提示词的缓存命中率是多少；月度预算告警有没有设。

自部署是另一条路。Qwen3.8-27B 是 Apache 2.0 许可、单卡可跑，显存需求可以参照 本地跑大模型要多少显存。API 与自部署的完整价差，对照 11 月大模型 API 价格表 更直观。

先跑通一次 200 token 的调用，再去接长文档。顺序反了，账单会替你上课。