操作速览
- 确认部署地域：地域与完整模型 ID。
- 检查上下文档位：长度和思考模式可能影响费率。
- 记录计费细项：输入、输出、缓存与批处理。
核对一条千问账单的步骤
1. 从请求日志找到完整模型 ID、地域、输入输出 tokens 和处理模式，再到百炼原表定位同一行。
2. 输入长度跨过阶梯时，重新确认适用费率；缓存和 Batch 是否可叠加必须看对应模型规则。
3. 使用实际 usage 和原币种费率计算，保存账单日期。本站采集保留官方表格，复杂页面可能仅提取部分表格，完整规则仍回官方核对。
价格主键不只是模型名
百炼价格页同时按模型 ID、部署地域、服务范围、思考模式、输入长度区间和输入/输出 token 列价。同名 alias 可能指向新版本，因此账本必须保存实际 model id 与请求 region，而不是只写“Qwen Max”。
部分模型使用输入长度阶梯，单次请求落入哪个区间会影响该请求全部输入 token 的单价。成本预估要先计算输入规模再选择费率行，不能把不同阶梯简单平均成一个静态价格。
本节参考：阿里云百炼模型调用价格千问 Context Cache
缓存与 Batch 是计价修饰项，不是独立模型
官方价格页标注哪些模型支持 Batch 和上下文缓存，并说明支持 Batch 时输入输出可按相对实时推理的规则计费。能力标记必须随模型版本保存，避免把某个版本的优惠套到不支持的版本。
价格页还提示部分 Qwen 模型的 Batch 与上下文缓存不能同时生效。调度器应在提交前选择处理层，不能先乘 Batch 系数再乘缓存命中系数得到不存在的组合价。
本节参考：阿里云百炼模型调用价格千问 Context Cache
显式与隐式缓存采用不同的确定性和成本结构
百炼 Context Cache 文档区分显式与隐式模式：显式模式主动创建资源并有有效期，隐式模式自动识别公共前缀但命中不确定。二者的创建与命中计费比例、最低 token 条件也不同。
用 cache_mode、cache_id、template_hash、created_tokens、hit_tokens 与 TTL 建缓存账本。显式缓存的回本式需要加入创建溢价，隐式缓存则应使用实际 token 命中率，不把启用状态当作收益。
本节参考：阿里云百炼模型调用价格千问 Context Cache
地域、免费额度与活动价都要版本化
价格表中的免费额度可能限定地域和有效期，活动优惠也可能与原价并列。生产预算应以长期按量原价做压力测试，将免费额度和活动价作为单独 credit 项，避免优惠结束后出现虚假成本突增。
规则核验于 2026-08-29。每次价格采集保存 page_verified_at、region、model_id、context_tier、input_rate、output_rate 和 modifiers，再以实际 usage 回填每任务成本。
本节参考：阿里云百炼模型调用价格千问 Context Cache
参考来源
价格、规则和产品状态可能变化，可通过这些原始页面确认当前信息。
常见问题
Qwen API 的长输入只对超出部分使用高阶单价吗？
应按具体模型价格表读取阶梯规则；官方页说明部分阶梯根据单次请求输入总量选档，并对该请求全部 token 采用对应档位。
通义千问 Batch 和缓存折扣可以直接叠加吗？
部分模型的官方说明明确两者不能同时生效。必须按模型版本与处理方式选择有效费率，而不是机械相乘。