您的位置首页 >人工智能 >

阿里云 Qwen3.8-Max 模型全指南免费 Tokens、模型能力、价格、限流、上下文与工具调用

阿里云 Qwen3.8-Max 是千问推出的 MoE 架构旗舰大模型,支持 100 万 Token 超长上下文,原生支持 Function Calling 工具调用、多模态输入,新开通百炼的用户可以领取免费试用 Tokens,模型采用按量 Token 计费搭配批量、缓存优惠,同时有 TPM、RPM 动态限流规则,适合 Agent 开发、长文档解析、代码工程、金融法律专业写作等复杂任务,支持思考模式,自带多种内置工具,接口兼容 OpenAI 协议,迁移成本低。它的参数规模为 2.4 万亿、激活参数 950 亿,输入支持文本、图片、视频关键帧解析,输出为文本,不支持自主微调,支持结构化 JSON 输出、前缀续写、上下文缓存,缓存功能可以大幅降低长对话场景的输入成本。

一、免费 Tokens 规则

新用户首次开通阿里云百炼平台,华北 2(北京)地域赠送 100 万免费 Tokens,有效期 90 天,额度从开通当天开始计时,到期没用完的额度直接作废,不能延期补发,同一个实名主体只能领一次新人免费额度,主账号和 RAM 子账号共享这份免费额度。

免费额度只抵扣模型实时推理的输入、输出 Token 费用,Batch 批量调用、工具调用费用、缓存创建费用都不能用免费 Tokens 抵扣。控制台里可以打开额度耗尽自动停服开关,避免免费额度用完后自动产生账单。

二、模型核心能力清单

  • 多模态输入:文本、图片、视频关键帧,支持图纸、财报、截图、图表理解
  • 推理模式:普通模式、思考模式,思考模式自带独立思维链上限
  • 工具能力:原生 Function Calling 自定义工具,配套内置工具集
  • 附加特性:结构化输出、前缀补全、上下文缓存、批量推理
  • 适用场景:复杂 Agent 任务、完整工程项目开发、百万字文档精读、法律金融专业文稿、多轮闭环任务
  • 限制:不支持模型微调

三、上下文规格参数

参数项目数值
总上下文窗口1000000 Tokens
普通模式最大输入991808 Tokens
思考模式最大输入983616 Tokens
最大输出长度131072 Tokens
最大思维链长度262144 Tokens

参数会受 API 入参、地域、快照版本影响,实际调用时以接口返回限制为准。

四、价格计费(华北 2 北京地域)

按输入 Token、输出 Token 分开计费,缓存和 Batch 调用有优惠:

计费类型单价(元 / 百万 Tokens)
标准输入12
标准输出36
缓存命中输入1.5
显式缓存创建15
显式缓存命中1
Batch File 输入6
Batch File 输出18

内置工具单独按调用次数计费,不和模型 Token 费用合并:

  • code_interpreter、web_extractor:限时免费
  • web_search:4 元 / 千次调用
  • t2i_search:24 元 / 千次调用
  • i2i_search:48 元 / 千次调用
  • pdf_parsing:0.02 元 / 每页

国际其他地域定价会更高,以百炼控制台页面展示为准。

五、限流规则

Qwen3.8-Max 是动态软限流,账号月消费档位越高,TPM 上限越高,默认档位 TPM 上限 500 万 Token 每分钟,RPM 上限 30000 次每分钟,只要 RPM 或者 TPM 其中一项触达上限就触发限流,返回 429 报错。

  • 等级 1(月消费≤10 万):TPM=500 万
  • 等级 2(月消费 10 万~100 万):TPM=1000 万
  • 等级 3(月消费>100 万):TPM=2000 万

限流是主账号统一汇总,所有子账号、应用空间调用量合并统计;软限流不是直接拒绝,平台资源富余时部分请求还能放行,高并发业务建议开启上下文缓存,减少 Token 消耗、降低触线概率。

六、工具调用使用说明

工具调用分为两种,一种是内置工具,直接在 Responses API 开启即可,另一种是自定义 Function Calling,开发者自己定义函数、传参,模型自主判断什么时候调用、调用顺序,支持多轮循环调用工具拿到结果再整理回答。

开启工具调用后,工具的调用次数费用单独结算,不会消耗模型推理 Tokens;免费 Tokens 也不能支付工具调用费用。搭建 Agent 长任务时,搭配上下文缓存,系统提示词、固定文档只缓存一次,后续对话重复前缀只走缓存低价计费。

【相关 FAQ】

问题 1:阿里云 Qwen3.8-Max 免费 Tokens 能用来支付 web_search 工具调用费用吗?

回答 1:阿里云 Qwen3.8-Max 免费 Tokens 仅抵扣模型推理的输入和输出 Token 费用,web_search 这类内置工具调用费用无法使用免费 Tokens 抵扣,需要单独付费。

问题 2:Qwen3.8-Max 的 1M 上下文是输入加输出总和吗?

回答 2:Qwen3.8-Max 的 1M 上下文窗口是输入、思维链、输出内容的总和上限,普通模式最大输入 991808 Token,输出上限 131072 Token,两者加起来不能突破总上下文窗口限制。

问题 3:触发 Qwen3.8-Max 限流之后,是直接报错还是排队等待?

回答 3:Qwen3.8-Max 属于动态软限流,达到 RPM 或者 TPM 阈值时,资源紧张的情况下直接返回 429 限流报错;平台算力富余时部分请求还能放行,不会强制排队。

问题 4:Qwen3.8-Max 思考模式和普通模式的价格一样吗?

回答 4:Qwen3.8-Max 思考模式和普通模式 Token 单价一致,思考模式产生的思维链内容会算作输出 Token 计费,只是输入长度上限略低于普通模式。

问题 5:Qwen3.8-Max 的上下文缓存功能怎么降低成本?

回答 5:Qwen3.8-Max 上下文缓存把固定的系统提示词、长文档前缀缓存下来,后续对话命中缓存后输入单价降到 1.5 元每百万 Token,远低于标准输入 12 元,适合长会话 Agent 场景。

【参考资料】

[2026-11-21](qwen3.8-max 限流说明)阿里云帮助中心

[2026-11-20](qwen3.8-max 模型参数与定价)阿里云帮助中心

[2026-11-16](百炼新人免费额度规则)阿里云帮助中心

[2026-10-20](Qwen3.8-Max 保姆教程:多模态、Agent 与工具调用)阿里云开发者社区

[2026-10-19](Qwen3.8-Max 和 Flash 对比、免费额度与降本方案)阿里云开发者社区

[2026-09-08](Qwen3.8-Max 价格、免费额度、优惠活动)阿里云开发者社区

[2026-08-05](Qwen3.8-Max 发布、定价、内置工具、上下文参数)阿里云开发者社区

【免责声明】

本文内容仅为阿里云 Qwen3.8-Max 模型信息整理科普,模型价格、免费额度、限流阈值、工具计费规则均以阿里云百炼控制台官方实时展示内容为准;平台活动、地域策略会不定期调整,不构成任何采购与技术承诺,正式上线业务前请自行核对官方文档与账单规则。

今日大家都在搜的词: