Prezzi API Qwen 3.8 Max: $2 input, $6 output, contesto da 1M

TL;DR

Qwen 3.8 Max costa $2 per 1 milione di token in input e $6 per 1 milione di token in output su QwenCloud. Le tariffe di cache specifiche del modello sono $0.25/M per input nella cache implicita, $2.50/M per la creazione esplicita della cache e $0.17/M per le letture esplicite della cache.

Le stesse tariffe standard per token si applicano all’intera finestra di contesto da 1M di token supportata dal modello. I prompt più grandi costano di più perché contengono più token, non perché entrano in un livello di prezzo per contesto lungo.

Al prezzo di listino, Qwen 3.8 Max è più economico del 20% rispetto a Qwen 3.7 Max. Tuttavia, Qwen 3.7 Max è più economico finché rimane attiva la promozione attuale del 50%. La scelta migliore per la produzione dipende dal costo per attività accettata, includendo ragionamento, hit di cache, strumenti, retry, latenza e revisione umana.

Prezzi API Qwen 3.8 Max a colpo d’occhio

La pagina del modello su QwenCloud è la fonte più diretta per l’ID del modello corrente, i prezzi, le tariffe della cache, i limiti di contesto e le modalità. Quote specifiche per account e area geografica possono variare, quindi usa i limiti mostrati nella tua console quando imposti la concorrenza in produzione.

Il rilascio in produzione sostituisce anche l’identificatore di anteprima con qwen3.8-max e aggiunge un listino prezzi specifico del modello completo. I materiali di lancio di Qwen descrivono impostazioni di sforzo di ragionamento low, medium e xhigh, ma il comportamento in produzione va verificato rispetto all’endpoint e alla documentazione API effettivamente utilizzati.

Nota sensibile al tempo: Qwen ha annunciato che i pesi open seguiranno il rilascio dell’API. A partire dal 4 agosto 2026, non descrivere Qwen 3.8 Max come scaricabile o self-hostable finché non vengono pubblicati un checkpoint ufficiale e la relativa licenza.

Come funzionano i prezzi di Qwen 3.8 Max

QwenCloud attualmente indica una tariffa standard flat di $2 per 1M token in input e $6 per 1M token in output su tutta la finestra di contesto da 1M di token supportata da Qwen 3.8 Max. L’istantanea dei prezzi ufficiali di seguito è stata catturata il 4 agosto 2026; verifica sempre la pagina del modello aggiornata prima di prendere decisioni di budget per la produzione.

Fonte***:*** QwenCloud, “Qwen3.8-Max” ufficiale

Una richiesta da 900K token costa quindi più di una da 100K token perché elabora nove volte più token in input, non perché attraversa un livello di prezzo unitario più alto.

Il ragionamento può aumentare il costo dell’output

Una risposta visibile breve non è sempre una risposta a basso costo. Le chiamate con ragionamento abilitato possono generare token di ragionamento aggiuntivi, quindi le stime di produzione dovrebbero usare i campi di utilizzo restituiti dall’API anziché la lunghezza visibile della risposta.

Dove il tuo endpoint supporta controlli di ragionamento per qwen3.8-max, confronta le impostazioni disponibili sullo stesso set di valutazione. Non dare per scontato che i default dell’anteprima si trasferiscano al modello GA.

I risparmi della cache dipendono dalla stabilità del prompt

La pagina del modello Qwen 3.8 Max pubblica tariffe di cache specifiche del modello. Usa quelle tariffe, non rapporti di cache generici, quando stimi la spesa.

Le voci di cache esplicite hanno un periodo di validità di cinque minuti e un hit riuscito reimposta tale periodo. La cache implicita è automatica, ma un hit non è garantito. Il caching è più utile quando prompt di sistema, definizioni degli strumenti, contesto del repository o documenti di grandi dimensioni rimangono stabili tra chiamate frequenti.

Gli strumenti integrati comportano addebiti separati

QwenCloud attualmente elenca le seguenti tariffe per gli strumenti in aggiunta all’uso dei token:

La function calling e l’MCP non hanno tariffe separati per gli strumenti, ma le descrizioni degli strumenti contano comunque come token di input. Le promozioni gratuite sugli strumenti possono cambiare, quindi controlla la guida ai prezzi di QwenCloud prima di finalizzare un budget di produzione.

Ad esempio, una richiesta con 20K token in input, 2K token in output e due chiamate a Web Search costa approssimativamente:

Input:      20,000 / 1,000,000 × $2  = $0.040
Output:      2,000 / 1,000,000 × $6  = $0.012
Web Search:  2 / 1,000 × $10          = $0.020
Total:                                      $0.072

In questo esempio, le due chiamate di ricerca rappresentano circa il 27,8% del costo totale della richiesta.

Esempi reali di costo di Qwen 3.8 Max

Questi esempi usano le tariffe specifiche del modello attuali su QwenCloud. Escludono tasse, retry, fallback e ricarichi specifici del fornitore.

Esempio 1: Richiesta agente media

Assume 50K input tokens and 5K output tokens:
Input:  50,000 / 1,000,000 × $2 = $0.10
Output:  5,000 / 1,000,000 × $6 = $0.03
Total:                                $0.13

Un primo tentativo riuscito costa circa $0.13. Un retry completo raddoppierebbe il costo del modello a circa $0.26.

Esempio 2: Analisi di documento lungo

Assume 800K input tokens and 20K output tokens:
Input:  800,000 / 1,000,000 × $2 = $1.60
Output:  20,000 / 1,000,000 × $6 = $0.12
Total:                                  $1.72

Il modello non applica un sovrapprezzo separato per contesto lungo nel listino attuale, ma i prompt grandi generano comunque un costo assoluto significativo.

Esempio 3: Sessione di agente con cache

Si assume un prefisso riutilizzabile da 100K token, 10K nuovi token in input, 5K token in output e 50 chiamate mentre la cache esplicita rimane valida:

First call:
100K cache creation × $2.50/M = $0.250
10K new input × $2/M          = $0.020
5K output × $6/M              = $0.030
First-call total              = $0.300
Each of the next 49 calls:
100K cache read × $0.17/M     = $0.017
10K new input × $2/M          = $0.020
5K output × $6/M              = $0.030
Per-call total                = $0.067
Cached session total          = $3.583
Same 50 calls without cache   = $12.500

Risparmio stimato = $8.917, ovvero il 71,3%

Il risparmio stimato dipende da hit di cache riusciti e da un prefisso stabile. Intervalli lunghi o cambi frequenti ai prompt di sistema e agli schemi degli strumenti ridurranno il beneficio.

Qwen 3.8 Max vs Qwen 3.7 Max：Confronto prezzi

Qwen 3.8 Max è più economico del 20% rispetto a Qwen 3.7 Max al prezzo di listino, ma Qwen 3.7 Max è più economico del 37,5% mentre è attiva la promozione del 50% attuale.

Tieni a portata di mano la pagina del modello Qwen3.7 Max su CometAPI come fallback mentre testi il nuovo modello.

Il prezzo per token è solo una parte della decisione. Qwen 3.8 Max può comunque essere più economico se migliora il successo al primo tentativo, usa gli strumenti in modo più affidabile, riduce i retry o richiede meno correzioni umane.

Usa questa metrica di produzione:

Costo per attività accettata =

(token del modello + chiamate agli strumenti + retry + spesa di fallback + costo di revisione)

÷ output accettati

I miglioramenti di benchmark riportati dal fornitore sono un motivo per ritestare workflow di coding e professionali impegnativi, non la prova che ogni carico di lavoro di Qwen 3.7 debba migrare.

Come migrare a Qwen 3.8 Max

Cambiare la stringa del modello è necessario, ma non sufficiente per una migrazione completa in produzione.

1. Testare l’ID del modello in produzione

Sostituisci l’identificatore di anteprima con qwen3.8-max in un ambiente di test. Non dare per scontato che alias, default, latenza o comportamento di risposta dell’anteprima rimangano invariati.

Una richiesta minima compatibile con OpenAI può essere simile a questa:

import os
from openai import OpenAI
client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {
            "role": "user",
            "content": "Review this migration plan and identify production risks.",
        }
    ],
)

print(response.choices[0].message.content)

Inizia con la richiesta minima documentata. Aggiungi i controlli di ragionamento solo quando la documentazione API corrente per il tuo endpoint li supporta esplicitamente.

2. Ricalibrare telemetria di costo e performance

Registra almeno:

• token di input, output e ragionamento
• hit di cache e token di creazione della cache
• tempo al primo token e latenza totale
• chiamate agli strumenti, retry e fallback
• output accettati vs rifiutati
• tempo di correzione umana

3. Ritestare l’interfaccia usata dalla tua applicazione

Valida eventi in streaming, payload multimodali, schemi degli strumenti, output strutturato, ragioni di terminazione, campi di utilizzo, gestione degli errori e comportamento multi-turno. La pagina del modello in produzione documenta l’accesso DashScope e compatibile OpenAI; verifica qualsiasi ulteriore livello di compatibilità prima di farvi affidamento.

4. Rispettare i limiti pratici del contesto

Una finestra di contesto da 1M non equivale a un prompt utente da 1M token. QwenCloud indica un input massimo di 991K senza ragionamento e 983K con ragionamento. Aggiungi un margine di sicurezza affinché la richiesta abbia ancora spazio per output e ragionamento.

5. Eseguire Qwen 3.7 e Qwen 3.8 in parallelo

Usa prompt, strumenti, validatori, regole di retry e dataset identici. Confronta il costo per attività accettata e la latenza invece di giudicare risposte isolate “a occhio”.

Come valutare e instradare Qwen 3.8 Max

Usa carichi di lavoro reali anziché medie generiche di benchmark.

A practical routing policy is:
Simple, latency-sensitive task
→ Lower-cost Plus model
Existing workload that already meets quality targets
→ Qwen 3.7 Max while its promotion remains attractive
Hard coding, multimodal, or long-horizon task
→ Qwen 3.8 Max
Failed validation
→ One controlled retry, then a tested fallback

Usa Qwen 3.8 Max per lavori difficili su repository, agenti di lungo orizzonte, analisi multimodale e workflow in cui Qwen 3.7 fallisce i test di accettazione. Mantieni Qwen 3.7 Max quando la promozione riduce materialmente i costi e il modello esistente soddisfa già il tuo obiettivo di qualità.

Controlla la pagina dei prezzi di CometAPI e le informazioni di instradamento live prima di fissare le soglie, perché disponibilità del fornitore e prezzi instradati possono cambiare indipendentemente dal listino diretto di QwenCloud. Il CometAPI Cookbook può aiutarti a costruire richieste ripetibili e un framework di valutazione coerente.

FAQ

Quanto costa l’API di Qwen 3.8 Max?

QwenCloud attualmente indica Qwen 3.8 Max a $2 per 1 milione di token in input e $6 per 1 milione di token in output. L’uso della cache e gli strumenti integrati hanno tariffe separate.

Qwen 3.8 Max costa di più oltre 128K token?

Nessun livello separato per contesto lungo è mostrato nel listino prezzi specifico del modello corrente. Le richieste lunghe costano di più perché contengono più token, non perché attraversano un livello di prezzo unitario più alto.

I token di ragionamento di Qwen 3.8 Max sono fatturati?

Il ragionamento può aumentare l’utilizzo generato e il costo totale. Usa i campi di token di ragionamento e di output restituiti dall’endpoint invece di stimare dalla risposta visibile.

Qwen 3.8 Max è open source?

Qwen ha annunciato che i pesi open seguiranno il rilascio dell’API. Non descrivere il modello come scaricabile o self-hostable finché non sono disponibili un checkpoint ufficiale e la licenza.

Gli utenti di Qwen 3.7 Max dovrebbero migrare immediatamente?

Non automaticamente. Qwen 3.8 Max ha un prezzo di listino standard più basso, mentre Qwen 3.7 Max è più economico durante la promozione attuale. Migra quando i tuoi dati su qualità, latenza, comportamento della cache e costo per attività accettata supportano il cambiamento.

Prova Qwen 3.8 Max con CometAPI

Usa il CometAPI Quickstart per configurare un client compatibile con OpenAI. Prima di inviare traffico di produzione, conferma che qwen3.8-max sia attivo nel tuo account e verifica il prezzo instradato visualizzato lì.

Confrontalo con la tua baseline di Qwen 3.7 usando prompt, validator, policy di retry e telemetria identici. Questo mantiene la valutazione focalizzata sul modello piuttosto che su cambiamenti nel framework di test.