Model - Alibaba Cloud Model Studio

Model unggulan

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Flagship models	Qwen-Max Ideal untuk tugas kompleks. Model paling kuat.	Qwen-Plus Keseimbangan antara performa, kecepatan, dan biaya.	Qwen-Flash Ideal untuk pekerjaan simple. Cepat dan berbiaya rendah.	Qwen-Coder Model kode unggulan yang unggul dalam pemanggilan tool dan interaksi lingkungan.
Max context window ^(Tokens)	262.144	1.000.000	1.000.000	1.000.000
Min input cost ^{(Million tokens)}	$1,2	$0,4	$0,05	$0,3
Min output cost ^{(Million tokens)}	$6	$1,2	$0,4	$1,5

International

Dalam mode penyebaran International, titik akses dan penyimpanan data berlokasi di wilayah Singapore, serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Mainland China).

Flagship models	Qwen-Max Ideal untuk tugas kompleks. Model paling kuat.	Qwen-Plus Keseimbangan antara performa, kecepatan, dan biaya.	Qwen-Flash Ideal untuk pekerjaan simple. Cepat dan berbiaya rendah.	Qwen-Coder Model kode unggulan yang unggul dalam pemanggilan tool dan interaksi lingkungan.
Max context window ^(Tokens)	262.144	1.000.000	1.000.000	1.000.000
Min input cost ^{(Million tokens)}	$1,2	$0,4	$0,05	$0,3
Min output cost ^{(Million tokens)}	$6	$1,2	$0,4	$1,5

US

Dalam mode penyebaran US, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dibatasi hanya di wilayah AS.

Flagship models	Qwen-Plus Keseimbangan antara performa, kecepatan, dan biaya.	Qwen-Flash Ideal untuk pekerjaan simple. Cepat dan berbiaya rendah.
Max context window ^(Tokens)	1.000.000	1.000.000
Min input cost ^{(Million tokens)}	$0,4	$0,05
Min output cost ^{(Million tokens)}	$1,2	$0,4

Mainland China

Dalam mode penyebaran Mainland China, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya di Mainland China.

Flagship models	Qwen-Max Ideal untuk tugas kompleks. Model paling kuat.	Qwen-Plus Keseimbangan antara performa, kecepatan, dan biaya.	Qwen-Flash Ideal untuk pekerjaan simple. Cepat dan berbiaya rendah.	Qwen-Coder Model kode unggulan yang unggul dalam pemanggilan tool dan interaksi lingkungan.
Max context window ^(Tokens)	262.144	1.000.000	1.000.000	1.000.000
Min input cost ^{(Million tokens)}	$0,459	$0,115	$0,022	$0,144
Min output cost ^{(Million tokens)}	$1,836	$0,287	$0,216	$0,574

Tinjauan model

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Kategori	Subkategori	Deskripsi
Text generation	General-purpose large language models	Model bahasa besar Qwen: Model komersial (Qwen-Max, Qwen-Plus, Qwen-Flash), model open source (Qwen3)
	Multimodal models	Model pemahaman visual Qwen-VL
	Domain-specific models	Code model, Translation model
Image generation	Text-to-image	Wan text-to-image: Basic text-to-image: Menghasilkan gambar indah dari satu kalimat. Mixed text and image outputs: Menghasilkan deskripsi teks diikuti oleh gambar yang sesuai, menghasilkan output teks-dan-gambar yang mulus.
Image generation	Image editing	Wan image editing: Mendukung skenario seperti fusi multi-gambar, style transfer, object detection, restorasi gambar, dan penghapusan watermark. Seri model: Wan2.6.
Video generation	Text-to-video	Menghasilkan video berkualitas tinggi dengan berbagai gaya dari satu kalimat.
	Image-to-video	First-frame-to-video: Menggunakan gambar input sebagai frame pertama dan menghasilkan video berdasarkan prompt.
	Video-to-video	Reference-to-video: Menghasilkan video yang mempertahankan konsistensi karakter menggunakan prompt serta penampilan dan suara dari video input.

International

Kategori	Subkategori	Deskripsi
Text generation	General-purpose large language models	Model bahasa besar Qwen: Model komersial (Qwen-Max, Qwen-Plus, Qwen-Flash), model open source (Qwen3, Qwen2.5)
	Multimodal models	Model pemahaman visual Qwen-VL, model penalaran visual QVQ, model omni-modal Qwen-Omni, dan model multi-modal real-time Qwen-Omni-Realtime
	Domain-specific models	Code model, Translation model, Role-playing model
Image generation	Text-to-image	Qwen-Image: Unggul dalam menangani instruksi kompleks, rendering teks dalam bahasa Tiongkok dan Inggris, serta menghasilkan gambar fotorealistis berdefinisi tinggi. Mendukung pemilihan model berbeda berdasarkan kebutuhan efisiensi dan kualitas. Wan text-to-image: Basic text-to-image: Menghasilkan gambar indah dari satu kalimat. Mixed text and image outputs: Menghasilkan deskripsi teks diikuti oleh gambar yang sesuai, menghasilkan output teks-dan-gambar yang mulus. Tongyi - text-to-Image - Z-Image: Model text-to-image ringan yang cepat menghasilkan gambar berkualitas tinggi serta mendukung rendering bilingual dalam bahasa Tiongkok dan Inggris, pemahaman semantik kompleks, dan berbagai gaya serta tema.
Image generation	Image editing	Qwen-Image-Edit: Mendukung prompt dalam bahasa Tiongkok dan Inggris, memungkinkan operasi pengeditan gambar dan teks kompleks seperti style transfer, modifikasi teks, dan pengeditan objek. Juga mendukung fusi multi-gambar dan dapat diadaptasi untuk berbagai skenario aplikasi industri. Wan image editing: Mendukung skenario seperti fusi multi-gambar, style transfer, object detection, restorasi gambar, dan penghapusan watermark. Seri model meliputi: Wan2.6, Wan2.5.
Speech synthesis and recognition	Speech synthesis (text-to-speech)	Qwen speech synthesis dan Qwen realtime speech synthesis dapat digunakan untuk text-to-speech dalam skenario seperti layanan pelanggan suara cerdas, buku audio, navigasi dalam mobil, dan bimbingan belajar.
Speech synthesis and recognition	Speech recognition and translation	Qwen realtime speech recognition, Qwen audio file recognition, Qwen3-LiveTranslate-Flash-Realtime, dan Fun-ASR speech recognition dapat melakukan speech-to-text untuk skenario seperti catatan rapat real-time, keterangan siaran langsung real-time, dan layanan pelanggan telepon.
Video generation	Text-to-video	Menghasilkan video berkualitas tinggi dengan berbagai gaya dari satu kalimat.
	Image-to-video	First-frame-to-video: Menggunakan gambar input sebagai frame pertama dan menghasilkan video berdasarkan prompt. First-and-last-frame-to-video: Menghasilkan video yang halus dan dinamis berdasarkan frame pertama dan terakhir yang diberikan serta prompt. Multi-image-to-video: Menghasilkan video dengan merujuk pada entitas atau latar belakang dalam satu atau beberapa gambar input, dikombinasikan dengan prompt.
	Video-to-video	Reference-to-video: Menghasilkan video yang mempertahankan konsistensi karakter menggunakan prompt serta penampilan dan suara dari video input.
	General video editing	General video editing: Melakukan berbagai tugas pengeditan video berdasarkan input teks, gambar, dan video. Misalnya, dapat menghasilkan video baru dengan mengekstraksi fitur gerakan dari video input dan menggabungkannya dengan prompt.
Embedding	Text embedding	Mengonversi teks menjadi sekumpulan angka yang merepresentasikan teks tersebut. Cocok untuk tugas pencarian, pengelompokan, rekomendasi, dan klasifikasi.

US

Dalam mode penyebaran US, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dibatasi hanya di wilayah AS.

Kategori	Subkategori	Deskripsi
Text generation	General-purpose large language models	Model bahasa besar Qwen: Model komersial (Qwen-Plus, Qwen-Flash)
Text generation	Multimodal models	Model pemahaman visual Qwen-VL
Video generation	Text-to-video	Menghasilkan video berkualitas tinggi dengan berbagai gaya dari satu kalimat.
Video generation	Image-to-video	First-frame-to-video: Menggunakan gambar input sebagai frame pertama dan menghasilkan video berdasarkan prompt.
Speech recognition	Speech recognition	Qwen audio file recognition dapat melakukan speech-to-text untuk skenario seperti transkripsi rapat dan pemberian keterangan siaran langsung.

Mainland China

Dalam mode penyebaran Mainland China, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya di Mainland China.

Kategori	Model	Deskripsi
Text generation	General-purpose large language models	Model bahasa besar Qwen: Model komersial (Qwen-Max, Qwen-Plus, Qwen-Flash), model open source (Qwen3, Qwen2.5) Model pihak ketiga: DeepSeek, Kimi
	Multimodal models	Model pemahaman visual Qwen-VL, model penalaran visual QVQ, dan model omni-modal Qwen-Omni
	Domain-specific models	Code model, Mathematical model, Translation model, Data mining model, Research model, Intention recognition model, Role-playing model
Image generation	Text-to-image	Qwen-Image: Unggul dalam menangani instruksi kompleks, rendering teks dalam bahasa Tiongkok dan Inggris, serta menghasilkan gambar fotorealistis berdefinisi tinggi. Mendukung pemilihan model berbeda berdasarkan kebutuhan efisiensi dan kualitas. Wan text-to-image: Basic text-to-image: Menghasilkan gambar indah dari satu kalimat. Mixed text and image outputs: Menghasilkan deskripsi teks diikuti oleh gambar yang sesuai, menghasilkan output teks-dan-gambar yang mulus. Tongyi - text-to-Image - Z-Image: Model text-to-image ringan yang cepat menghasilkan gambar berkualitas tinggi serta mendukung rendering bilingual dalam bahasa Tiongkok dan Inggris, pemahaman semantik kompleks, dan berbagai gaya serta tema.
Image generation	Image editing	Model tujuan umum: Qwen-Image-Edit: Mendukung prompt dalam bahasa Tiongkok dan Inggris, memungkinkan operasi pengeditan gambar dan teks kompleks seperti style transfer, modifikasi teks, dan pengeditan objek. Juga mendukung fusi multi-gambar dan dapat diadaptasi untuk berbagai skenario aplikasi industri. Wan image editing: Mendukung skenario seperti fusi multi-gambar, style transfer, object detection, restorasi gambar, dan penghapusan watermark. Seri model meliputi: Wan2.6, Wan2.5, Wan2.1. Model lainnya: Qwen Image Translation, OutfitAnyone
Speech synthesis and recognition	Speech synthesis (text-to-speech)	Qwen speech synthesis, Qwen realtime speech synthesis, dan CosyVoice speech synthesis mengonversi teks menjadi ucapan untuk skenario seperti layanan pelanggan berbasis suara, buku audio, navigasi dalam mobil, dan bimbingan belajar.
Speech synthesis and recognition	Speech recognition and translation	Qwen realtime speech recognition, Qwen audio file recognition, Fun-ASR speech recognition, dan Paraformer speech recognition mengonversi ucapan menjadi teks untuk skenario seperti transkripsi rapat real-time, pemberian keterangan siaran langsung real-time, dan panggilan layanan pelanggan.
Video editing and generation	Text-to-video	Menghasilkan video berkualitas tinggi dengan berbagai gaya dari satu kalimat.
	Image-to-video	First-frame-to-video: Menghasilkan video dari gambar awal dan prompt. First-and-last-frame-to-video: Menghasilkan video dengan transisi alami berdasarkan gambar frame pertama dan terakhir serta prompt. Multi-image-to-video: Menghasilkan video dari satu atau beberapa gambar dan prompt teks, berdasarkan entitas atau latar belakang dalam gambar sumber. Generasi video tari: AnimateAnyone menghasilkan video tari dari gambar karakter dan video aksi. Gambar + audio untuk menghasilkan video lip-sync Wan - digital human menghasilkan video dari gambar dan audio seseorang. Menyediakan rentang gerakan yang luas dan alami, mendukung berbagai ukuran frame seperti full-body, half-body, dan portrait, serta cocok untuk skenario seperti bernyanyi dan pertunjukan. EMO menggunakan gambar dan audio seseorang untuk menghasilkan video dengan lip-sync dan ekspresi wajah yang sangat ekspresif. Mendukung bidikan portrait dan half-body serta ideal untuk skenario close-up. LivePortrait menggunakan gambar portrait dan file audio, ideal untuk skenario narasi suara. Generasi video emoji: Emoji menghasilkan video emoji wajah dari gambar wajah dan templat dinamis wajah yang telah ditentukan.
	Video-to-video	Reference-to-video: Menghasilkan video yang mempertahankan konsistensi karakter menggunakan prompt serta penampilan dan suara dari video input.
	General-purpose video editing	General video editing: Melakukan berbagai tugas pengeditan video berdasarkan prompt teks, gambar, dan video. Misalnya, Anda dapat menghasilkan video baru dengan mengekstraksi fitur gerakan dari video input dan menggabungkannya dengan prompt teks. Lip-sync video: VideoRetalk menggunakan video dan audio seseorang, ideal untuk skenario seperti produksi video pendek dan terjemahan video. Style transfer video: Video style transform mengubah video menjadi berbagai gaya, seperti manga Jepang dan komik Amerika.
Vector	Text embedding	Mengonversi teks menjadi sekumpulan angka yang merepresentasikan teks tersebut. Digunakan untuk pencarian, pengelompokan, rekomendasi, dan klasifikasi.
Vector	Multimodal embedding	Mengonversi teks, gambar, dan ucapan menjadi sekumpulan angka. Digunakan untuk klasifikasi audio dan video, klasifikasi gambar, serta pengambilan gambar-teks.

Generasi teks - Qwen

Berikut ini adalah model komersial Qwen. Dibandingkan dengan versi open-source, model komersial menawarkan kemampuan dan peningkatan terbaru.

Ukuran parameter model komersial tidak diungkapkan.

Setiap model diperbarui secara berkala. Untuk menggunakan versi tetap, Anda dapat memilih versi snapshot. Versi snapshot biasanya dipertahankan selama satu bulan setelah rilis versi snapshot berikutnya.

Kami merekomendasikan penggunaan versi stable atau latest untuk mendapatkan kondisi pembatasan laju yang lebih longgar.

Qwen-Max

Model dengan performa terbaik dalam seri Qwen, cocok untuk tugas kompleks multi-langkah. Penggunaan | Referensi API | Coba online

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
			(Token)				(1.000 token)
qwen3-max Memiliki kemampuan yang sama dengan qwen3-max-2025-09-23. Cache konteks memenuhi syarat untuk diskon	Stable	Hanya non-thinking	262.144	258.048	-	65.536	Harga bertingkat, lihat deskripsi di bawah tabel.		Tidak ada
qwen3-max-2025-09-23	Snapshot	Hanya non-thinking
qwen3-max-preview Cache konteks tersedia dengan diskon.	Preview	Thinking			81.920	32.768
		Non-thinking			-	65.536

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Token input per permintaan	Harga input (Juta token)	Harga output (Juta token) Rantai-pikiran + Jawaban
0 < Token ≤ 32K	$1,2	$6
32K < Token ≤ 128K	$2,4	$12
128K < Token ≤ 252K	$3	$15

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Singapura. Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok Daratan).

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maksimum	Biaya input	Biaya output	Kuota gratis (Catatan)
			(Token)				(1.000 token)
qwen3-max Memiliki kemampuan yang sama dengan qwen3-max-2025-09-23. Pemanggilan batch: Setengah harga	Stable	Hanya non-thinking	262.144	258.048	-	65.536	Harga bertingkat, lihat deskripsi di bawah tabel.		1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen3-max-2025-09-23	Snapshot	Hanya non-thinking
qwen3-max-preview	Preview	Thinking			81.920	32.768
		Non-thinking			-	65.536

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Token input per permintaan	Harga input (Juta token) qwen3-max dan qwen3-max-preview mendukung cache konteks.	Harga output (Juta token)
0 < Token ≤ 32K	$1,2	$6
32K < Token ≤ 128K	$2,4	$12
128K < Token ≤ 252K	$3	$15

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(Juta token)
qwen-max Memiliki kemampuan yang sama dengan qwen-max-2025-01-25.	Stable	32.768	30.720	8.192	$1,6 Diskon 50% untuk pemanggilan batch.	$6,4 Diskon 50% untuk pemanggilan batch.	1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-max-latest Selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest				$1,6	$6,4
qwen-max-2025-01-25 Juga dikenal sebagai qwen-max-0125, Qwen2.5-Max	Snapshot

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Biaya input	Biaya output
			(Token)				(1.000 token)
qwen3-max Memiliki kemampuan yang sama dengan qwen3-max-2025-09-23. Pemanggilan batch tersedia dengan diskon 50%.	Stable	Hanya non-thinking	262.144	258.048	-	65.536	Harga bertingkat, lihat deskripsi di bawah tabel.
qwen3-max-2025-09-23	Snapshot	Hanya non-thinking
qwen3-max-preview	Preview	Thinking			81.920	32.768
		Non-thinking			-	65.536

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Model	Token input per permintaan	Harga input (Juta token)	Harga output (Juta token) Rantai-pikiran + Jawaban
qwen3-max Pemanggilan batch dengan diskon 50% Cache konteks memenuhi syarat untuk diskon.	0 < Token ≤ 32K	$0,459	$1,836
	32K < Token ≤ 128K	$0,918	$3,672
	128K < Token ≤ 252K	$1,377	$5,508
qwen3-max-2025-09-23	0 < Token ≤ 32K	$0,861	$3,441
	32K < Token ≤ 128K	$1,434	$5,735
	128K < Token ≤ 252K	$2,151	$8,602
qwen3-max-preview cache konteks memenuhi syarat untuk diskon.	0 < Token ≤ 32K	$0,861	$3.441
	32K < Token ≤ 128K	$1,434	$5,735
	128K < Token ≤ 252K	$2,151	$8,602

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-max Memiliki kemampuan yang sama dengan qwen-max-2024-09-19.	Stable	32.768	30.720	8.192	$0,345	$1,377
qwen-max-latest Selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest	131.072	129.024
qwen-max-2025-01-25 Juga dikenal sebagai qwen-max-0125, Qwen2.5-Max	Snapshot
qwen-max-2024-09-19 Juga dikenal sebagai qwen-max-0919.		32.768	30.720		$2,868	$8,602

Mode thinking dari model qwen3-max-preview secara signifikan meningkatkan kemampuan inferensinya secara keseluruhan, terutama untuk pemrograman agen, penalaran akal sehat, dan tugas-tugas yang berkaitan dengan matematika, sains, serta pengetahuan umum.

Qwen-Plus

Model yang menyeimbangkan performa inferensi, biaya, dan kecepatan antara Qwen-Max dan Qwen-Flash, cocok untuk tugas yang cukup kompleks. Penggunaan | Referensi API | Coba online | Pemikiran mendalam

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Versi	Jendela konteks	Input maks	Output maksimum	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-plus Memiliki kemampuan yang sama dengan qwen-plus-2025-07-28. Bagian dari seri Qwen3.	Stable	1.000.000	Mode thinking 995.904 Non-Thinking Mode 997.952	32.768 Rantai-pikiran maks: 81.920	Harga bertingkat, lihat deskripsi di bawah tabel.
qwen-plus-2025-12-01 Bagian dari seri Qwen3.	Snapshot		Mode Berpikir 995.904 Mode non-thinking 997.952

qwen-plus-2025-09-11 Bagian dari seri Qwen3.
qwen-plus-2025-07-28 Bagian dari seri Qwen3.

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan. qwen-plus mendukung cache konteks.

Token masukan per permintaan	Harga input (Juta token)	Mode	Harga output (Juta token)
0 < Token ≤ 256K	$0,4	Mode non-thinking	$1,2
0 < Token ≤ 256K	$0,4	Mode thinking	$4
256K < Token ≤ 1M	$1,2	Mode non-thinking	$3,6
256K < Token ≤ 1M	$1,2	Mode thinking	$12

Internasional

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(Juta token)
qwen-plus Memiliki kemampuan yang sama dengan qwen-plus-2025-07-28. Bagian dari seri Qwen3.	Stable	1.000.000	Mode thinking 995.904 Non-Thinking Mode 997.952	32.768 Rantai-pikiran maks: 81.920	Harga bertingkat, lihat deskripsi di bawah tabel.		1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-plus-latest Memiliki kemampuan yang sama dengan qwen-plus-2025-12-01. Bagian dari seri Qwen3.	Latest		Mode berpikir 995.904 Mode tanpa berpikir 997.952
qwen-plus-2025-12-01 Bagian dari seri Qwen3.	Snapshot		Mode thinking 995.904 Non-thinking mode 997.952

qwen-plus-2025-09-11 Bagian dari seri Qwen3.
qwen-plus-2025-07-28 Juga dikenal sebagai qwen-plus-0728. Bagian dari seri Qwen3.
qwen-plus-2025-07-14 Juga dikenal sebagai qwen-plus-0714. Bagian dari seri Qwen3.		131.072	Mode thinking 98.304 Non-thinking mode 129.024	16.384 Rantai-pikiran maks: 38.912	$0,4	Mode thinking $4 Mode non-thinking $1,2
qwen-plus-2025-04-28 Juga dikenal sebagai qwen-plus-0428. Bagian dari seri Qwen3.
qwen-plus-2025-01-25 Juga dikenal sebagai qwen-plus-0125.			129.024	8.192		$1,2

qwen-plus, qwen-plus-latest, qwen-plus-2025-12-01, qwen-plus-2025-09-11, dan qwen-plus-2025-07-28 menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Input tokens per request	Harga input (Juta token)	Mode	Harga output (Juta token)
0 < Token ≤ 256K	$0,4	Mode non-thinking	$1,2
0 < Token ≤ 256K	$0,4	Mode thinking	$4
256K < Token ≤ 1M	$1,2	Mode non-thinking	$3,6
256K < Token ≤ 1M	$1,2	Mode thinking	$12

AS

Dalam mode penyebaran AS, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dibatasi hanya untuk Amerika Serikat.

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(Juta token)
qwen-plus-us Memiliki kemampuan yang sama dengan qwen-plus-2025-12-01-us. Bagian dari seri Qwen3.	Stable	1.000.000	Mode Berpikir 995.904 Mode non-thinking 997.952	32.768 Rantai-pikiran maks: 81.920	Harga bertingkat, lihat deskripsi di bawah tabel.		Tidak ada
qwen-plus-2025-12-01-us Bagian dari seri Qwen3.	Snapshot		Mode berpikir 995.904 Non-thinking mode 997.952

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan. qwen-plus-us mendukung cache konteks.

Token input per permintaan	Harga input (Juta token)	Mode	Harga output (Juta token)
0 < Token ≤ 256K	$0,4	Mode non-thinking	$1,2
0 < Token ≤ 256K	$0,4	Mode Berpikir	$4
256K < Token ≤ 1M	$1,2	Mode non-thinking	$3,6
256K < Token ≤ 1M	$1,2	Mode thinking	$12

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-plus Memiliki kemampuan yang sama dengan qwen-plus-2025-07-28. Bagian dari seri Qwen3.	Stable	1.000.000	Mode thinking 995.904 Mode Tanpa Berpikir 997.952	32.768 Rantai-pikiran maks: 81.920	Harga bertingkat, lihat deskripsi di bawah tabel.
qwen-plus-latest Memiliki kemampuan yang sama dengan qwen-plus-2025-12-01. Bagian dari seri Qwen3.	Latest		Mode berpikir 995.904 Mode Tanpa Berpikir 997.952
qwen-plus-2025-12-01 Bagian dari seri Qwen3.	Snapshot		Mode thinking 995.904 Mode Tanpa Berpikir 997.952

qwen-plus-2025-09-11 Bagian dari seri Qwen3.
qwen-plus-2025-07-28 Juga dikenal sebagai qwen-plus-0728. Bagian dari seri Qwen3.
qwen-plus-2025-07-14 Juga dikenal sebagai qwen-plus-0714. Bagian dari seri Qwen3.		131.072	Mode thinking 98.304 Non-thinking Mode 129.024	16.384 Rantai-pikiran maks: 38.912	$0,115	Mode berpikir $1,147 Mode tanpa berpikir $0,287
qwen-plus-2025-04-28 Juga dikenal sebagai qwen-plus-0428. Bagian dari seri Qwen3.

qwen-plus, qwen-plus-latest, qwen-plus-2025-12-01, qwen-plus-2025-09-11, dan qwen-plus-2025-07-28 menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Token input per permintaan	Harga input (Juta token)	Mode	Harga output (Juta token)
0 < Token ≤ 128K	$0,115	Mode non-thinking	$0,287
0 < Token ≤ 128K	$0,115	Mode thinking	$1,147
128K < Token ≤ 256K	$0,345	Mode non-thinking	$2,868
128K < Token ≤ 256K	$0,345	Mode Berpikir	$3.441
256K < Token ≤ 1M	$0,689	Mode non-thinking	$6,881
256K < Token ≤ 1M	$0,689	Mode thinking	$9,175

Model-model ini mendukung mode thinking dan non-thinking. Anda dapat beralih antar mode menggunakan parameter enable_thinking. Selain itu, kemampuan model-model ini telah ditingkatkan secara signifikan:

Kemampuan inferensi: Dalam evaluasi untuk matematika, kode, dan penalaran logis, model-model ini secara signifikan melampaui QwQ dan model non-thinking dengan ukuran serupa, mencapai tingkat teratas di industri untuk skalanya.
Kemampuan preferensi manusia: Kemampuan seperti penulisan kreatif, asumsi peran, percakapan multi-putaran, dan pemahaman instruksi telah ditingkatkan secara besar-besaran. Kemampuan umumnya secara signifikan melebihi model dengan ukuran serupa.
Kemampuan agen: Model-model ini mencapai performa terdepan di industri baik dalam mode thinking maupun non-thinking, memungkinkan pemanggilan alat yang presisi.
Kemampuan multibahasa: Mendukung lebih dari 100 bahasa dan dialek, dengan peningkatan signifikan dalam terjemahan multibahasa, pemahaman instruksi, dan penalaran akal sehat.
Format balasan: Versi ini memperbaiki masalah format balasan dari versi sebelumnya, seperti format Markdown abnormal, pemotongan di tengah, dan output boxed yang salah.

Untuk model-model ini, jika tidak ada proses berpikir yang dihasilkan saat mode thinking diaktifkan, Anda akan dikenakan harga mode non-thinking.

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-plus-2025-01-25 Juga dikenal sebagai qwen-plus-0125.	Snapshot	131.072	129.024	8.192	$0,115	$0,287
qwen-plus-2025-01-12 Juga dikenal sebagai qwen-plus-0112.
qwen-plus-2024-12-20 Juga dikenal sebagai qwen-plus-1220.
qwen-plus-2024-11-27 Juga dikenal sebagai qwen-plus-1127.
qwen-plus-2024-11-25 Juga dikenal sebagai qwen-plus-1125.
qwen-plus-2024-09-19 Juga dikenal sebagai qwen-plus-0919.
qwen-plus-2024-08-06 Juga dikenal sebagai qwen-plus-0806.			128.000		$0,574	$1,721

Qwen-Flash

Model tercepat dan paling hemat biaya dalam seri Qwen, cocok untuk tugas sederhana. Qwen-Flash menggunakan model harga bertingkat fleksibel yang lebih hemat biaya daripada Qwen-Turbo. Penggunaan | Referensi API | Coba online | Mode thinking

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Versi	Mode	Jendela konteks	Input maks	Max chain-of-thought	Output maks	Biaya input	Biaya output Chain-of-thought + Output
			(Token)				(1.000 token)
qwen-flash Memiliki kemampuan yang sama dengan qwen-flash-2025-07-28. Bagian dari seri Qwen3.	Stable	Thinking	1.000.000	995.904	81.920	32.768	Harga bertingkat, lihat deskripsi di bawah tabel.
		Non-thinking		997.952	-
qwen-flash-2025-07-28 Bagian dari seri Qwen3.	Snapshot	Thinking		995.904	81.920
		Non-thinking		997.952	-

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan. qwen-flash mendukung cache konteks.

Token input per permintaan	Harga input (Juta token)	Harga output (Juta token)
0 < Token ≤ 256K	$0,05	$0,4
256K < Token ≤ 1M	$0,25	$2

Internasional

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Biaya input	Biaya output Rantai-pikiran + Output	Kuota gratis (Catatan)
			(Token)				(1.000 token)
qwen-flash Memiliki kemampuan yang sama dengan qwen-flash-2025-07-28. Bagian dari seri Qwen3. Pemanggilan batch dengan diskon 50%	Stable	Thinking	1.000.000	995.904	81.920	32.768	Harga bertingkat, lihat deskripsi di bawah tabel.		1 juta token masing-masing. Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
		Non-thinking		997.952	-
qwen-flash-2025-07-28 Bagian dari seri Qwen3.	Snapshot	Thinking		995.904	81.920
		Non-thinking		997.952	-

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan. qwen-flash mendukung cache konteks dan pemanggilan batch.

Token masukan per permintaan	Harga input (Juta token)	Harga output (Juta token)
0 < Token ≤ 256K	$0,05	$0,4
256K < Token ≤ 1M	$0,25	$2

AS

Dalam mode penyebaran AS, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dibatasi hanya untuk Amerika Serikat.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Biaya input	Biaya output Rantai-pikiran + Output	Kuota gratis (Catatan)
			(Token)				(1.000 token)
qwen-flash-us Memiliki kemampuan yang sama dengan qwen-flash-2025-07-28-us. Bagian dari seri Qwen3.	Stable	Thinking	1.000.000	995.904	81.920	32.768	Harga bertingkat, lihat deskripsi di bawah tabel.		Tidak ada
		Non-thinking		997.952	-
qwen-flash-2025-07-28-us Bagian dari seri Qwen3.	Snapshot	Thinking		995.904	81.920
		Non-thinking		997.952	-

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Input tokens per request	Harga input (Juta token)	Harga output (Juta token)
0 < Token ≤ 256K	$0,05	$0,4
256K < Token ≤ 1M	$0,25	$2

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Biaya input	Biaya output Rantai-pikiran + Output
			(Token)				(1.000 token)
qwen-flash Memiliki kemampuan yang sama dengan qwen-flash-2025-07-28. Bagian dari seri Qwen3.	Stable	Thinking	1.000.000	995.904	81.920	32.768	Harga bertingkat, lihat deskripsi di bawah tabel.
		Non-thinking		997.952	-
qwen-flash-2025-07-28 Bagian dari seri Qwen3.	Snapshot	Thinking		995.904	81.920
		Non-thinking		997.952	-

Model-model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan. qwen-flash mendukung cache konteks.

Token input per permintaan	Harga input (Juta token)	Harga output (Juta token)
0 < Token ≤ 128K	$0,022	$0,216
128K < Token ≤ 256K	$0,087	$0,861
256K < Token ≤ 1M	$0,173	$1,721

Qwen-Turbo

Qwen-Turbo tidak lagi diperbarui. Kami merekomendasikan menggunakan Qwen-Flash sebagai gantinya. Qwen-Flash menggunakan model harga bertingkat yang lebih hemat biaya dan fleksibel. Penggunaan | Referensi API | Coba online | Pemikiran mendalam

Internasional

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(Juta token)
qwen-turbo Memiliki kemampuan yang sama dengan qwen-turbo-2025-04-28. Bagian dari seri Qwen3.	Stable	Mode berpikir 131.072 Non-thinking mode 1.000.000	Mode thinking 98.304 Non-thinking mode 1.000.000	16.384 Rantai-pikiran maks: 38.912	$0,05 Diskon 50% untuk pemanggilan batch.	Mode thinking: $0,5 Mode non-thinking: $0,2 Diskon 50% untuk pemanggilan batch.	1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-turbo-latest Selalu memiliki kemampuan yang sama dengan versi snapshot terbaru. Bagian dari seri Qwen3.	Latest				$0,05	Mode thinking: $0,5 Mode non-thinking: $0,2
qwen-turbo-2025-04-28 Juga dikenal sebagai qwen-turbo-0428. Bagian dari seri Qwen3.	Snapshot
qwen-turbo-2024-11-01 Juga dikenal sebagai qwen-turbo-1101.		1.000.000	1.000.000	8.192		$0,2

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Output Maksimum	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-turbo Memiliki kemampuan yang sama dengan qwen-turbo-2025-04-28. Bagian dari seri Qwen3.	Stable	Mode Berpikir 131.072 Non-Thinking Mode 1.000.000	Mode berpikir 98.304 Mode tanpa berpikir 1.000.000	16.384 Rantai-pikiran maks: 38.912	$0,044	Mode berpikir $0,431 Mode tanpa pemikiran $0,087
qwen-turbo-latest Selalu memiliki kemampuan yang sama dengan versi snapshot terbaru. Bagian dari seri Qwen3.	Latest
qwen-turbo-2025-07-15 Juga dikenal sebagai qwen-turbo-0715. Bagian dari seri Qwen3.	Snapshot
qwen-turbo-2025-04-28 Juga dikenal sebagai qwen-turbo-0428. Bagian dari seri Qwen3.

QwQ

Model inferensi QwQ dilatih berdasarkan model Qwen2.5 dan menggunakan Pembelajaran Penguatan untuk secara signifikan meningkatkan kemampuan inferensinya. Metrik inti model ini untuk matematika dan kode (seperti AIME 24/25 dan LiveCodeBench) serta beberapa metrik umum (seperti IFEval dan LiveBench) setara dengan DeepSeek-R1 versi lengkap. Penggunaan

Internasional

Model

Versi

Jendela konteks

Input maks

Rantai-pikiran maks

Respons maks

Biaya input

Biaya output

Kuota gratis

(Catatan)

(Token)

(Juta token)

qwq-plus

Stable

131.072

98.304

32.768

8.192

$0,8

$2,4

1 juta token

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Maximum Chain-of-Thought	Respons maks	Biaya input	Biaya output
		(Token)				(Juta token)
qwq-plus Memiliki kemampuan yang sama dengan qwq-plus-2025-03-05.	Stable	131.072	98.304	32.768	8.192	$0,230	$0,574
qwq-plus-latest Selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest
qwq-plus-2025-03-05 Juga dikenal sebagai qwq-plus-0305.	Snapshot

Qwen-Long

Model ini memiliki jendela konteks terpanjang dalam seri Qwen, menawarkan keseimbangan antara kemampuan dan biaya. Cocok untuk tugas seperti analisis teks panjang, ekstraksi informasi, ringkasan, klasifikasi, dan pelabelan. Penggunaan | Coba online

Catatan

Hanya mode penyebaran Tiongkok Daratan yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di Wilayah Beijing, dan sumber daya komputasi inferensi dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-long-latest Selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Stable	10.000.000	10.000.000	32.768	$0,072	$0,287
qwen-long-2025-01-25 Juga dikenal sebagai qwen-long-0125.	Snapshot

Qwen-Omni

Model Qwen-Omni dapat menerima kombinasi input dalam berbagai modalitas seperti teks, gambar, audio, dan video, serta menghasilkan balasan dalam format teks atau ucapan. Model ini menawarkan berbagai suara ekspresif yang sangat mirip manusia dan mendukung output ucapan dalam berbagai bahasa dan dialek. Model ini dapat digunakan dalam skenario seperti pengenalan visual, analisis emosi, dan pelatihan edukatif dalam obrolan audio dan video. Penggunaan | Referensi API

Internasional

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Kuota gratis (Catatan)
			(Token)
qwen3-omni-flash Memiliki kemampuan yang sama dengan qwen3-omni-flash-2025-12-01.	Stable	Mode thinking	65.536	16.384	32.768	16.384	1 juta token masing-masing (tanpa memandang modalitas) Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
		Mode non-thinking		49.152	-
qwen3-omni-flash-2025-12-01	Snapshot	Mode Berpikir	65.536	16.384	32.768	16.384
		Mode non-thinking		49.152	-
qwen3-omni-flash-2025-09-15 Juga dikenal sebagai qwen3-omni-flash-0915.	Snapshot	Mode thinking	65.536	16.384	32.768	16.384
		Mode non-thinking		49.152	-

Setelah kuota gratis habis, aturan penagihan berikut berlaku untuk input dan output. Penagihan sama untuk mode thinking dan non-thinking. Output audio tidak didukung dalam mode thinking.

Input	Harga (Juta token)
Teks	$0,43
Audio	$3,81
Gambar/Video	$0,78

Output

Harga (Juta token)

Teks

$1,66 (untuk input teks saja)

$3,06 (untuk input yang mencakup gambar, video, atau audio)

Teks + Audio

Tidak berlaku dalam mode thinking.

$15,11 (audio)

Teks output tidak ditagih.

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Kuota gratis (Catatan)
		(Token)
qwen-omni-turbo Menawarkan kemampuan yang sama dengan qwen-omni-turbo-2025-03-26.	Stable	32.768	30.720	2.048	1 juta token masing-masing (tanpa memandang modalitas) Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-omni-turbo-latest Selalu disinkronkan dengan versi snapshot terbaru. Kemampuan identik	Latest
qwen-omni-turbo-2025-03-26 Juga dikenal sebagai qwen-omni-turbo-0326.	Snapshot

Setelah kuota gratis untuk model komersial habis, aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Teks	$0,07
Audio	$4,44
Gambar/Video	$0,21

Output

Harga (Juta token)

Teks

$0,27 (ketika input hanya berisi teks)

$0,63 (ketika input berisi gambar, video, atau audio)

Teks + Audio

$8,89 (audio)

Teks output tidak ditagih.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Kuota gratis (Catatan)
			(Token)
qwen3-omni-flash Menawarkan kemampuan yang sama dengan qwen3-omni-flash-2025-12-01.	Stable	Mode thinking	65.536	16.384	32.768	16.384	Tidak ada kuota gratis
		Mode non-thinking		49.152	-
qwen3-omni-flash-2025-12-01	Snapshot	Mode Berpikir	65.536	16.384	32.768	16.384
		Mode non-thinking		49.152	-
qwen3-omni-flash-2025-09-15 Juga dikenal sebagai qwen3-omni-flash-0915.	Snapshot	Mode thinking	65.536	16.384	32.768	16.384
		Mode non-thinking		49.152	-

Setelah kuota gratis habis, aturan penagihan berikut berlaku untuk input dan output. Penagihan sama untuk mode thinking dan non-thinking. Output audio tidak didukung dalam mode thinking.

Input	Harga (Juta token)
Teks	$0,258
Audio	$2,265
Gambar/Video	$0,473

Output

Harga (Juta token)

Teks

$0,989 (jika input hanya teks)

$1,821 (jika input mencakup gambar, video, atau audio)

Teks + Audio

Tidak berlaku dalam mode thinking.

$8,974 (audio)

Teks output tidak ditagih.

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Kuota gratis (Catatan)
		(Token)
qwen-omni-turbo Menyediakan kemampuan yang sama dengan qwen-omni-turbo-2025-03-26.	Stable	32.768	30.720	2.048	Tidak ada kuota gratis
qwen-omni-turbo-latest Sesuai dengan versi snapshot terbaru. Kemampuan identik	Latest
qwen-omni-turbo-2025-03-26 Juga dikenal sebagai qwen-omni-turbo-0326.	Snapshot
qwen-omni-turbo-2025-01-19 Juga dikenal sebagai qwen-omni-turbo-0119.

Aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Teks	$0,058
Audio	$3,584
Gambar/Video	$0,216

Output

Harga (Juta token)

Teks

$0,230 (jika input hanya berisi teks)

$0,646 (jika input berisi gambar, audio, atau video)

Teks + Audio

$7,168 (audio)

Bagian teks dari output tidak ditagih.

Contoh: Jika sebuah permintaan berisi 1.000 token teks dan 1.000 token gambar sebagai input, serta menghasilkan 1.000 token teks dan 1.000 token audio sebagai output, total biayanya adalah $0,000058 (input teks) + $0,000216 (input gambar) + $0,007168 (output audio) = $0,007442.

Kami merekomendasikan memulai dengan model Qwen3-Omni-Flash. Dibandingkan dengan Qwen-Omni-Turbo yang tidak lagi diperbarui, kemampuan model ini telah ditingkatkan secara signifikan:

Ini adalah model hibrida yang mendukung mode thinking dan non-thinking. Anda dapat beralih antar mode menggunakan parameter enable_thinking. Secara default, mode thinking dinonaktifkan.
Output audio tidak didukung dalam mode thinking. Dalam mode non-thinking, untuk output audio model ini:
- Jumlah suara yang didukung untuk qwen3-omni-flash-2025-12-01 telah meningkat menjadi 49. Untuk qwen3-omni-flash-2025-09-15 dan qwen3-omni-flash, jumlah suara yang didukung telah meningkat menjadi 17. Sebagai perbandingan, Qwen-Omni-Turbo hanya mendukung 4 suara.
- Jumlah bahasa yang didukung telah meningkat menjadi 10. Sebagai perbandingan, Qwen-Omni-Turbo hanya mendukung 2 bahasa.

Qwen-Omni-Realtime

Dibandingkan dengan Qwen-Omni, model ini mendukung input audio streaming dan memiliki fitur Voice Activity Detection (VAD) bawaan yang secara otomatis mendeteksi awal dan akhir ucapan pengguna. Penggunaan | Event klien | Server-side events

Internasional

Model	Versi	Jendela konteks	Input maks	Output maksimum	Kuota gratis (Catatan)
		(Token)
qwen3-omni-flash-realtime Menawarkan kemampuan yang sama dengan qwen3-omni-flash-realtime-2025-12-01.	Stable	65.536	49.152	16.384	1 juta token masing-masing (tanpa memandang modalitas). Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen3-omni-flash-realtime-2025-12-01	Snapshot
qwen3-omni-flash-realtime-2025-09-15

Setelah kuota gratis habis, aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Teks	$0,52
Audio	$4,57
Gambar	$0,94

Output

Harga (Juta token)

Teks

$1,99 (untuk input teks saja)

$3,67 (untuk input dengan gambar atau audio)

Teks + Audio

$18,13 (untuk komponen audio)

Komponen teks dari output tidak ditagih.

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Kuota gratis (Catatan)
		(Token)
qwen-omni-turbo-realtime Setara dengan qwen-omni-turbo-realtime-2025-05-08.	Stable	32.768	30.720	2.048	1 juta token masing-masing, tanpa memandang modalitas. Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-omni-turbo-realtime-latest Selalu setara dengan versi snapshot terbaru.	Latest
qwen-omni-turbo-realtime-2025-05-08	Snapshot

Setelah kuota gratis habis, aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Teks	$0,270
Audio	$4,440
Gambar	$0,840

Output

Harga (Juta token)

Teks

$1,070 (jika input hanya teks)

$2,520 (jika input mencakup gambar atau audio)

Teks + Audio

$8,890 (untuk komponen audio)

Komponen teks tidak ditagih.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Keluaran Maksimum	Kuota gratis (Catatan)
		(Token)
qwen3-omni-flash-realtime Model ini memiliki kemampuan yang sama dengan qwen3-omni-flash-realtime-2025-12-01.	Stable	65.536	49.152	16.384	Tidak ada kuota gratis
qwen3-omni-flash-realtime-2025-12-01	Snapshot
qwen3-omni-flash-realtime-2025-09-15

Setelah kuota gratis habis, aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Teks	$0,315
Audio	$2,709
Gambar	$0,559

Output

Harga (Juta token)

Teks

$1,19 (untuk input teks saja)

$2,179 (untuk input yang berisi gambar atau audio)

Teks + Audio

$10,766 (audio)

Teks output tidak ditagih.

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Kuota gratis (Catatan)
		(Token)
qwen-omni-turbo-realtime Menawarkan kemampuan yang setara dengan qwen-omni-turbo-2025-05-08.	Stable	32.768	30.720	2.048	Tidak ada kuota gratis
qwen-omni-turbo-realtime-latest Selalu menawarkan kemampuan yang setara dengan versi snapshot terbaru.	Latest
qwen-omni-turbo-realtime-2025-05-08	Snapshot

Aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Teks	$0,230
Audio	$3,584
Gambar	$0,861

Output

Harga (Juta token)

Teks

$0,918 (ketika input hanya berisi teks)

$2,581 (ketika input berisi gambar atau audio)

Teks + Audio

$7,168 (untuk audio)

Bagian teks tidak ditagih.

Kami merekomendasikan memulai dengan model Qwen3-Omni-Flash-Realtime. Dibandingkan dengan Qwen-Omni-Turbo-Realtime yang tidak lagi diperbarui, kemampuan model ini telah ditingkatkan secara signifikan. Untuk output audio model ini:

Jumlah suara yang didukung untuk qwen3-omni-flash-realtime-2025-12-01 telah meningkat menjadi 49. Untuk qwen3-omni-flash-realtime-2025-09-15 dan qwen3-omni-realtime-flash, jumlah suara yang didukung telah meningkat menjadi 17. Sebagai perbandingan, Qwen-Omni-Turbo-Realtime hanya mendukung 4 suara.
Jumlah bahasa yang didukung telah meningkat menjadi 10. Sebagai perbandingan, Qwen-Omni-Turbo-Realtime hanya mendukung 2 bahasa.

QVQ

QVQ adalah model penalaran visual yang mendukung input visual dan output rantai-pikiran. Model ini menunjukkan kemampuan yang ditingkatkan dalam matematika, pemrograman, analisis visual, kreasi, dan tugas umum lainnya. Penggunaan | Coba online

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data berlokasi di Wilayah Singapura. Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia, tidak termasuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Rantai-pikiran maks	Respons Maksimum	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)				(Juta token)
qvq-max Memiliki kemampuan yang sama dengan qvq-max-2025-03-25.	Stable	131.072	106.496 Maks 16.384 token per gambar.	16.384	8.192	$1,2	$4,8	1 juta token per model Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qvq-max-latest Memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest
qvq-max-2025-03-25 Juga dikenal sebagai qvq-max-0325.	Snapshot

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Rantai-pikiran maks	Respons Maksimum	Biaya input	Biaya Keluaran
		(Token)				(Juta token)
qvq-max Model ini menawarkan kemampuan penalaran visual dan pemahaman instruksi yang lebih unggul dibandingkan qvq-plus, serta dioptimalkan untuk menangani tugas kompleks. Model ini saat ini memiliki kemampuan yang setara dengan qvq-max-2025-03-25.	Stable	131.072	106.496 Maksimum 16.384 token per gambar.	16.384	8.192	$1,147	$4,588
qvq-max-latest Model ini selalu memiliki kemampuan yang setara dengan versi snapshot terbarunya.	Latest
qvq-max-2025-05-15 Juga dikenal sebagai qvq-max-0515.	Snapshot
qvq-max-2025-03-25 Juga dikenal sebagai qvq-max-0325.
qvq-plus Model ini saat ini memiliki kemampuan yang setara dengan qvq-plus-2025-05-15.	Stable					$0,287	$0,717
qvq-plus-latest Model ini selalu memiliki kemampuan yang setara dengan versi snapshot terbarunya.	Latest
qvq-plus-2025-05-15 Juga dikenal sebagai qvq-plus-0515.	Snapshot

Qwen-VL

Qwen-VL adalah model generasi teks dengan kemampuan pemahaman visual (gambar). Model ini dapat melakukan OCR, ringkasan, dan penalaran. Misalnya, model ini dapat mengekstraksi atribut dari foto produk atau menyelesaikan soal berdasarkan diagram dalam latihan.Penggunaan | Referensi API | Coba online

Model Qwen-VL ditagih berdasarkan jumlah total token input dan output. Untuk informasi lebih lanjut tentang aturan perhitungan token gambar, lihat Pemahaman visual.

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia), dan sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran Maksimum	Output maks	Biaya input	Biaya output Rantai-pikiran dan output
			(Token)				(Juta token)
qwen3-vl-plus Menyediakan kemampuan yang sama dengan qwen3-vl-plus-2025-09-23	Stable	Thinking	262.144	258.048 Maks 16.384 per gambar	81.920	32.768	Harga bertingkat berlaku. Untuk informasi lebih lanjut, lihat deskripsi di bawah tabel.
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-plus-2025-09-23	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash Menyediakan kemampuan yang sama dengan qwen3-vl-flash-2025-10-15	Stable	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash-2025-10-15	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-

Model-model ini menggunakan penagihan bertingkat berdasarkan jumlah token input untuk setiap permintaan. Harga input dan output sama untuk mode thinking maupun non-thinking.

Seri qwen3-vl-plus

Token masukan per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < Token ≤ 32K	$0,2	$1,6
> 32K hingga 128K	$0,3	$2,4
128 KB < Token ≤ 256 KB	$0,6	$4,8

Seri qwen3-vl-flash

Token input per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < token ≤ 32K	$0,05	$0,4
32K < token ≤ 128K	$0,075	$0,6
128K < token ≤ 256K	$0,12	$0,96

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data berlokasi di Wilayah Singapura, dan sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok Daratan).

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran maks	Output maks	Biaya input	Biaya output Rantai-pikiran dan output	Kuota gratis (Catatan)
			(Token)				(Juta token)
qwen3-vl-plus Secara fungsional setara dengan qwen3-vl-plus-2025-09-23	Stable	Thinking	262.144	258.048 Maks 16.384 per gambar	81.920	32.768	Harga bertingkat berlaku. Untuk informasi selengkapnya, lihat deskripsi di bawah tabel ini.		1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-plus-2025-12-19	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-plus-2025-09-23	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash Secara fungsional setara dengan qwen3-vl-flash-2025-10-15	Stable	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash-2025-10-15	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-

Model-model ini menggunakan penagihan bertingkat berdasarkan jumlah token input untuk setiap permintaan. Harga input dan output sama untuk mode thinking maupun non-thinking.

Seri qwen3-vl-plus

Ukuran Permintaan (token)	Harga Input (per 1 juta token)	Harga Output (per 1 juta token)
0 < Token ≤ 32K	$0,2	$1,6
32K < Token ≤ 128K	$0,3	$2,4
128K < Token ≤ 256K	$0,6	$4,8

Seri qwen3-vl-flash

Token input per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < Token ≤ 32 KB	$0,05	$0,4
32 K < Token ≤ 128 K	$0,075	$0,6
128 K < Token ≤ 256 K	$0,12	$0,96

Model lainnya

Qwen-VL-Max

Qwen-VL-Max menawarkan performa yang lebih baik daripada Qwen-VL-Plus. Model-model berikut semuanya merupakan bagian dari seri Qwen2.5-VL.

Model	Version	Context window	Max input	Max output	Input cost	Output cost	Free quota (Catatan)
		(Tokens)			(Juta token)
qwen-vl-max Model ini merupakan peningkatan dari qwen-vl-plus, dengan kemampuan penalaran visual dan pemahaman instruksi yang ditingkatkan untuk performa optimal pada tugas-tugas kompleks. Saat ini menyediakan kemampuan yang sama dengan qwen-vl-max-2025-08-13.	Stable	131.072	129.024 Maksimum 16.384 per gambar	8.192	$0,8 Batch calls harganya separuh.	$3,2 Batch calls harganya separuh.	1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-vl-max-latest Versi ini selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest				$0,8	$3,2
qwen-vl-max-2025-08-13 Juga dikenal sebagai qwen-vl-max-0813. Versi ini menampilkan peningkatan komprehensif pada metrik pemahaman visual, dengan peningkatan signifikan di bidang seperti matematika, penalaran, pengenalan objek, dan pemrosesan multibahasa.	Snapshot
qwen-vl-max-2025-04-08 Juga dikenal sebagai qwen-vl-max-0408. Sebagai bagian dari seri Qwen2.5-VL, model ini memperluas context window menjadi 128k token dan menawarkan peningkatan signifikan pada kemampuan matematika dan penalaran.

Qwen-VL-Plus

Model Qwen-VL-Plus menawarkan keseimbangan antara performa dan biaya. Model-model berikut semuanya merupakan bagian dari seri Qwen2.5-VL.

Model	Versi	Jendela konteks	Input maks	Output maksimum	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(Juta token)
qwen-vl-plus Saat ini menyediakan kemampuan yang sama dengan qwen-vl-plus-2025-08-15.	Stable	131.072	129.024 Maks 16.384 per gambar.	8.192	$0,21 Pemanggilan batch separuh harga.	$0,63 Pemanggilan batch separuh harga.	Masing-masing menyediakan 1 juta token. Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-vl-plus-latest Selalu menyediakan kemampuan yang sama dengan versi snapshot terbaru.	Latest				$0,21	$0,63
qwen-vl-plus-2025-08-15 Juga dikenal sebagai qwen-vl-plus-0815. Menampilkan peningkatan signifikan dalam pengenalan objek, pelokalisasi, dan pemrosesan multibahasa.	Snapshot
qwen-vl-plus-2025-05-07 Juga dikenal sebagai qwen-vl-plus-0507. Menampilkan pemahaman matematika, penalaran, dan konten video pengawasan yang jauh lebih baik.
qwen-vl-plus-2025-01-25 Juga dikenal sebagai qwen-vl-plus-0125. Sebagai bagian dari seri Qwen2.5-VL, model ini memperluas jendela konteks hingga 128k token dan secara signifikan meningkatkan pemahaman gambar dan video.

AS

Dalam mode penyebaran AS, titik akhir dan penyimpanan data berlokasi di Wilayah AS (Virginia), dan sumber daya komputasi inferensi dibatasi hanya untuk Amerika Serikat.

Model	Versi	Mode	Jendela konteks	Input maks	Rantai-pikiran Maksimum	Output maks	Biaya input	Biaya output Termasuk rantai-pikiran dan output
			(Token)				(Juta token)
qwen3-vl-flash-us Menyediakan kemampuan yang sama dengan qwen3-vl-flash-2025-10-15-us	Stable	Thinking		258.048 Maks 16.384 per gambar	81.920	32.768	Harga bertingkat berlaku. Untuk informasi lebih lanjut, lihat deskripsi di bawah tabel.
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash-2025-10-15-us	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-

Model-model ini menggunakan penagihan bertingkat berdasarkan jumlah token input untuk setiap permintaan. Harga input dan output sama untuk mode thinking maupun non-thinking. Model qwen3-vl-flash-us mendukung cache konteks.

Token input per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < Token ≤ 32K	$0,05	$0,4
32K < Token ≤ 128K	$0,075	$0,6
128K < Token ≤ 256K	$0,12	$0,96

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing, dan sumber daya komputasi inferensi dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Mode	Jendela konteks	Input maksimum	Rantai-pikiran maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
			(Token)				(Juta token)
qwen3-vl-plus Saat ini menawarkan kemampuan yang sama dengan qwen3-vl-plus-2025-09-23	Stable	Thinking	262.144	258.048 Maks 16.384 per gambar	81.920	32.768	Harga bertingkat berlaku. Untuk informasi selengkapnya, lihat deskripsi di bawah tabel.		Tidak ada kuota gratis
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-plus-2025-12-19	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-plus-2025-09-23	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash Saat ini menawarkan kemampuan yang sama dengan qwen3-vl-flash-2025-10-15	Stable	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-
qwen3-vl-flash-2025-10-15	Snapshot	Thinking		258.048 Maks 16.384 per gambar	81.920
		Non-thinking		260.096 Maks 16.384 per gambar	-

Model-model ini menggunakan penagihan bertingkat berdasarkan jumlah token input untuk setiap permintaan. Harga input dan output sama untuk mode thinking maupun non-thinking.

Seri qwen3-vl-plus

Token input per permintaan	Harga input (Juta token)	Harga output (Juta token)
0 < token ≤ 32K	$0,143	$1,434
32K < token ≤ 128K	$0,215	$2,15
128K < token ≤ 256K	$0,43	$4,301

Seri qwen3-vl-flash

Token input per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < token ≤ 32K	$0,022	$0,215
32K < token ≤ 128K	$0,043	$0,43
128K < token ≤ 256K	$0,086	$0,859

Model lainnya

Seri Qwen-VL-Max

Model seperti qwen-vl-max-2025-01-25 dan yang lebih baru merupakan bagian dari seri Qwen2.5-VL.

Model	Versi	Jendela Konteks	Input Maks	Output Maks	Biaya Input	Biaya Output
		(Token)			(Juta Token)
qwen-vl-max Menawarkan kemampuan penalaran visual dan pemahaman instruksi yang lebih baik dibandingkan qwen-vl-plus, memberikan performa optimal untuk tugas yang lebih kompleks. Menyediakan kemampuan yang sama dengan qwen-vl-max-2025-08-13.	Stable	131.072	129.024 Maks 16.384 per gambar.	8.192	$0,23	$0,574
qwen-vl-max-latest Model ini selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest
qwen-vl-max-2025-08-13 Juga dikenal sebagai qwen-vl-max-0813. Memberikan peningkatan komprehensif pada pemahaman visual, dengan peningkatan signifikan dalam matematika, penalaran, pengenalan objek, dan pemrosesan multibahasa.	Snapshot
qwen-vl-max-2025-04-08 Juga dikenal sebagai qwen-vl-max-0408. Menambah kemampuan matematika dan penalaran.					$0,431	$1,291
qwen-vl-max-2025-04-02 Juga dikenal sebagai qwen-vl-max-0402. Secara signifikan meningkatkan akurasi dalam menyelesaikan soal matematika kompleks.
qwen-vl-max-2025-01-25 Juga dikenal sebagai qwen-vl-max-0125. Ditingkatkan ke seri Qwen2.5-VL. Versi ini memperluas jendela konteks hingga 128k token dan secara signifikan meningkatkan kemampuan pemahaman gambar dan video.
qwen-vl-max-2024-12-30 Juga dikenal sebagai qwen-vl-max-1230.		32.768	30.720 Maks 16.384 per gambar.	2.048	$0,431	$1,291
qwen-vl-max-2024-11-19 Juga dikenal sebagai qwen-vl-max-1119.
qwen-vl-max-2024-10-30 Juga dikenal sebagai qwen-vl-max-1030.					$2,868
qwen-vl-max-2024-08-09 Juga dikenal sebagai qwen-vl-max-0809.

Seri Qwen-VL-Plus

Model seperti qwen-vl-plus-2025-01-25 dan yang lebih baru merupakan bagian dari seri Qwen2.5-VL.

Model	Versi	Jendela Konteks	Input Maks	Output Maks	Biaya Input	Biaya Output
		(Token)			(Juta token)
qwen-vl-plus Menyediakan kemampuan yang sama dengan qwen-vl-plus-2025-08-15.	Stable	131.072	129.024 Maks 16.384 per gambar.	8.192	$0,115	$0,287
qwen-vl-plus-latest Selalu menyediakan kemampuan yang sama dengan versi snapshot terbaru.	Latest
qwen-vl-plus-2025-08-15 Juga dikenal sebagai qwen-vl-plus-0815. Memberikan peningkatan signifikan dalam pengenalan objek, pelokalisasi, dan pemrosesan multibahasa.	Snapshot
qwen-vl-plus-2025-07-10 Juga dikenal sebagai qwen-vl-plus-0710. Memberikan pemahaman yang lebih baik terhadap konten video pengawasan.		32.768	30.720 Maks 16.384 per gambar.		$0,022	$0,216
qwen-vl-plus-2025-05-07 Juga dikenal sebagai qwen-vl-plus-0507. Memberikan pemahaman matematika, penalaran, dan konten video pengawasan yang jauh lebih baik.		131.072	129.024 Maks 16.384 per gambar.		$0,216	$0,646
qwen-vl-plus-2025-01-25 Juga dikenal sebagai qwen-vl-plus-0125. Ditingkatkan ke seri Qwen2.5-VL. Versi ini memperluas konteks hingga 128K dan secara signifikan meningkatkan pemahaman gambar dan video.
qwen-vl-plus-2025-01-02 Juga dikenal sebagai qwen-vl-plus-0102.		32.768	30.720 Maks 16.384 per gambar.	2.048
qwen-vl-plus-2024-08-09 Juga dikenal sebagai qwen-vl-plus-0809.

Qwen-OCR

Model Qwen-OCR dirancang khusus untuk ekstraksi teks. Dibandingkan dengan model Qwen-VL, model ini berfokus pada ekstraksi teks dari gambar dokumen, tabel, soal ujian, dan teks tulisan tangan. Model ini dapat mengenali berbagai bahasa, termasuk Inggris, Prancis, Jepang, Korea, Jerman, Rusia, dan Italia. Penggunaan | Referensi API | Coba online

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Versi	Jendela konteks	Input maks	Output maks	Harga input	Harga output
		(Token)			(Juta token)
qwen-vl-ocr Menawarkan kemampuan yang sama dengan qwen-vl-ocr-2025-11-20.	Stable	34.096	30.000 Maks 30.000 per gambar.	4.096	$0,07	$0,16
qwen-vl-ocr-2025-11-20 Juga dikenal sebagai qwen-vl-ocr-1120. Arsitektur Qwen3-VL secara signifikan meningkatkan penguraian dokumen dan pelokalisasi teks.	Snapshot	38.192		8.192

Internasional

Model	Version	Context window	Max input	Max output	Input price	Output price	Free quota (Catatan)
Model	Version	(Tokens)			(Juta token)		Free quota (Catatan)
qwen-vl-ocr	Stable	34.096	30.000 Maksimal 30.000 per gambar	4.096	$0,72	$0,72	1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-vl-ocr-2025-11-20 Juga dikenal sebagai qwen-vl-ocr-1120. Berdasarkan arsitektur Qwen3-VL, model ini secara signifikan meningkatkan kemampuan parsing dokumen dan lokalisasi teks.	Snapshot	38.192	30.000 Maksimal 30.000 per gambar	8.192	$0,07	$0,16

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Version	Context window (tokens)	Max input (tokens)	Max output (tokens)	Unit price	Output Unit Price	Kuota gratis (Catatan)
		Tokens			Per 1 juta tokens
qwen-vl-ocr Setara dengan qwen-vl-ocr-2025-08-28.	Stable	34.096	30.000 Maksimal 30.000 per gambar.	4.096	$0,717	$0,717	Tidak ada kuota gratis
qwen-vl-ocr-latest Selalu setara dengan versi terbaru.	Latest	38.192		8.192	$0,043	$0,072
qwen-vl-ocr-2025-11-20 Juga dikenal sebagai qwen-vl-ocr-1120. Model ini berbasis arsitektur Qwen3-VL dan memberikan peningkatan signifikan dalam penguraian dokumen dan lokalisasi teks.	Snapshot
qwen-vl-ocr-2025-08-28 Juga dikenal sebagai qwen-vl-ocr-0828.		34.096		4.096	$0,717	$0,717
qwen-vl-ocr-2025-04-13 Juga dikenal sebagai qwen-vl-ocr-0413.
qwen-vl-ocr-2024-10-28 Juga dikenal sebagai qwen-vl-ocr-1028.

Qwen-Math

Model Qwen-Math adalah model bahasa yang dirancang khusus untuk menyelesaikan soal matematika. Penggunaan | Referensi API | Coba online

Catatan

Model	Versi	Jendela konteks	Input maksimum	Output maksimum	Biaya input	Biaya output
		(Tokens)			(Juta token)
qwen-math-plus Menyediakan kemampuan yang sama dengan qwen-math-plus-2024-09-19.	Stable	4.096	3.072	3.072	$0,574	$1,721
qwen-math-plus-latest Selalu menyediakan kemampuan yang sama dengan versi snapshot terbaru.	Latest
qwen-math-plus-2024-09-19 Juga dikenal sebagai qwen-math-plus-0919.	Snapshot
qwen-math-plus-2024-08-16 Juga dikenal sebagai qwen-math-plus-0816.
qwen-math-turbo Menyediakan kemampuan yang sama dengan qwen-math-turbo-2024-09-19.	Stable				$0,287	$0,861
qwen-math-turbo-latest Selalu menyediakan kemampuan yang sama dengan versi snapshot terbaru.	Latest
qwen-math-turbo-2024-09-19 Juga dikenal sebagai qwen-math-turbo-0919.	Snapshot

Qwen-Coder

Ini adalah model kode Qwen. Seri Qwen3-Coder-Plus terbaru adalah model generasi kode berbasis Qwen3. Model ini memiliki kemampuan agen pemrograman yang kuat, unggul dalam pemanggilan alat dan interaksi lingkungan, serta dapat melakukan pemrograman otonom. Model ini memiliki kemampuan pengkodean dan tujuan umum yang sangat baik. Penggunaan | Referensi API | Coba online

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data berlokasi di Wilayah AS (Virginia), sedangkan sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen3-coder-plus Saat ini merupakan alias untuk qwen3-coder-plus-2025-09-23.	Stable	1.000.000	997.952	65.536	Harga bertingkat berlaku. Untuk informasi lebih lanjut, lihat deskripsi di bawah tabel ini.
qwen3-coder-plus-2025-09-23	Snapshot
qwen3-coder-plus-2025-07-22	Snapshot
qwen3-coder-flash Saat ini merupakan alias untuk qwen3-coder-flash-2025-07-28.	Stable
qwen3-coder-flash-2025-07-28	Snapshot

Model-model di atas menggunakan penagihan bertingkat berdasarkan token input per permintaan.

Seri qwen3-coder-plus

Token masukan per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < token ≤ 32K	$1	$5
32K < token ≤ 128K	$1,8	$9
128K < token ≤ 256K	$3	$15
256K < token ≤ 1M	$6	$60

Seri qwen3-coder-flash

Harga untuk qwen3-coder-flash dan qwen3-coder-flash-2025-07-28 adalah sebagai berikut. qwen3-coder-flash mendukung cache konteks. Teks input yang menghasilkan hit cache ditagih sebesar 20% dari harga.

Jumlah token input	Harga input (per 1 juta token)	Harga output (per 1 juta token)
0 < Token ≤ 32K	$0,3	$1,5
32K < Token ≤ 128K	$0,5	$2,5
128K < Token ≤ 256K	$0,8	$4
256K < Token ≤ 1M	$1,6	$9,6

Internasional

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(Juta token)
qwen3-coder-plus Kemampuan yang sama dengan qwen3-coder-plus-2025-09-23	Stable	1.000.000	997.952	65.536	Harga bertingkat. Lihat deskripsi di bawah tabel.		1 juta token input dan 1 juta token output Masa berlaku: 90 hari setelah Anda mengaktifkan Model Studio
qwen3-coder-plus-2025-09-23	Snapshot
qwen3-coder-plus-2025-07-22	Snapshot
qwen3-coder-flash Kemampuan yang sama dengan qwen3-coder-flash-2025-07-28	Stable
qwen3-coder-flash-2025-07-28	Snapshot

Model-model di atas menggunakan harga bertingkat berdasarkan token input per permintaan.

Seri qwen3-coder-plus

Harga untuk qwen3-coder-plus, qwen3-coder-plus-2025-09-23, dan qwen3-coder-plus-2025-07-22 adalah sebagai berikut. qwen3-coder-plus mendukung cache konteks. Teks input yang menghasilkan hit cache implisit ditagih sebesar 20% dari harga, dan teks input yang menghasilkan hit cache eksplisit ditagih sebesar 10% dari harga.

Ukuran Permintaan (Token Input)	Harga Input (per 1 Juta Token)	Harga Output (per 1 Juta Token)
0 < token ≤ 32K	$1	$5
32K < token ≤ 128K	$1,8	$9
128K < token ≤ 256K	$3	$15
256K < token ≤ 1M	$6	$60

Seri qwen3-coder-flash

Harga untuk qwen3-coder-flash dan qwen3-coder-flash-2025-07-28 adalah sebagai berikut. qwen3-coder-flash mendukung cache konteks. Teks input yang menghasilkan hit cache implisit ditagih sebesar 20% dari harga, dan teks input yang menghasilkan hit cache eksplisit ditagih sebesar 10% dari harga.

Token masukan per permintaan	Harga input (per juta token)	Harga output (per juta token)
0 < token ≤ 32K	$0,3	$1,5
32K < token ≤ 128K	$0,5	$2,5
128K < token ≤ 256K	$0,8	$4
256K < token ≤ 1M	$1,6	$9,6

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen3-coder-plus Setara dengan qwen3-coder-plus-2025-09-23.	Stable	1.000.000	997.952	65.536	Harga bertingkat. Untuk informasi selengkapnya, lihat deskripsi di bawah.
qwen3-coder-plus-2025-09-23	Snapshot
qwen3-coder-plus-2025-07-22	Snapshot
qwen3-coder-flash Setara dengan qwen3-coder-flash-2025-07-28.	Stable
qwen3-coder-flash-2025-07-28	Snapshot

Model-model di atas menggunakan harga bertingkat berdasarkan token input per permintaan.

Seri qwen3-coder-plus

Harga untuk qwen3-coder-plus, qwen3-coder-plus-2025-09-23, dan qwen3-coder-plus-2025-07-22 adalah sebagai berikut. qwen3-coder-plus mendukung cache konteks. Teks input yang menghasilkan hit cache implisit ditagih sebesar 20% dari harga satuan, sedangkan teks input yang menghasilkan hit cache eksplisit ditagih sebesar 10% dari harga satuan.

Token masukan per permintaan	Harga input (per juta token)	Harga output (per juta token)
Hingga 32K	$0,574	$2,294
Lebih dari 32K hingga 128K	$0,861	3.441
Lebih dari 128K hingga 256K	$1,434	$5,735
Lebih dari 256K hingga 1M	$2,868	$28,671

Seri qwen3-coder-flash

Harga untuk qwen3-coder-flash dan qwen3-coder-flash-2025-07-28 adalah sebagai berikut. qwen3-coder-flash mendukung cache konteks. Teks input yang menghasilkan hit cache implisit ditagih sebesar 20% dari harga satuan, sedangkan teks input yang menghasilkan hit cache eksplisit ditagih sebesar 10% dari harga satuan.

Token input per permintaan	Harga input (per juta token)	Harga output (per juta token)
Hingga 32K	$0,144	$0,574
Lebih dari 32K hingga 128K	$0,216	$0,861
128K < Token ≤ 256K	$0,359	$1,434
Lebih dari 256K hingga 1M	$0,717	$3,584

Model lainnya

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output
		(Token)			(Juta token)
qwen-coder-plus Menyediakan kemampuan yang sama dengan qwen-coder-plus-2024-11-06.	Stable	131.072	129.024	8.192	$0,502	$1,004
qwen-coder-plus-latest Menyediakan kemampuan yang sama dengan versi snapshot terbaru qwen-coder-plus.	Latest
qwen-coder-plus-2024-11-06 Juga dikenal sebagai qwen-coder-plus-1106.	Snapshot
qwen-coder-turbo Menyediakan kemampuan yang sama dengan qwen-coder-turbo-2024-09-19.	Stable	131.072	129.024	8.192	$0,287	$0,861
qwen-coder-turbo-latest Menyediakan kemampuan yang sama dengan versi snapshot terbaru qwen-coder-turbo.	Latest
qwen-coder-turbo-2024-09-19 Juga dikenal sebagai qwen-coder-turbo-0919.	Snapshot

Qwen-MT

Model terjemahan besar unggulan ini, yang sepenuhnya ditingkatkan berdasarkan Qwen 3, mendukung terjemahan antara 92 bahasa, termasuk Tionghoa, Inggris, Jepang, Korea, Prancis, Spanyol, Jerman, Thailand, Indonesia, Vietnam, dan Arab. Performa dan kualitas terjemahan model ini telah ditingkatkan secara komprehensif. Model ini menyediakan kemampuan penyesuaian terminologi, retensi format, dan prompting berbasis domain yang lebih stabil, sehingga terjemahannya lebih akurat dan alami. Penggunaan

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah AS (Virginia). Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Jendela konteks	Input Maksimum	Output maks	Biaya input	Biaya output
	(Token)			(Juta token)
qwen-mt-plus Bagian dari Qwen3-MT	16.384	8.192	8.192	$2,46	$7,37
qwen-mt-flash Bagian dari Qwen3-MT				$0,16	$0,49
qwen-mt-lite Bagian dari Qwen3-MT				$0,12	$0,36

Internasional

Model	Jendela Konteks (token)	Input Maks (token)	Output Maks (token)	Biaya Input	Biaya Output	Kuota Gratis Deskripsi aturan
	Token			per 1 juta token
qwen-mt-plus Bagian dari Qwen3-MT	16.384	8.192	8.192	$2,46	$7,37	1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen-mt-flash Bagian dari Qwen3-MT				$0,16	$0,49
qwen-mt-lite Bagian dari Qwen3-MT				$0,12	$0,36
qwen-mt-turbo Bagian dari Qwen3-MT				$0,16	$0,49

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data keduanya berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Context window (tokens)	Max input (tokens)	Max output (tokens)	Input Cost	Output costs
Model	Number of tokens			(Million tokens)
qwen-mt-plus Bagian dari Qwen3-MT	16.384	8.192	8.192	$0,259	$0,775
qwen-mt-flash Bagian dari Qwen3-MT				$0,101	$0,280
qwen-mt-lite Bagian dari Qwen3-MT				$0,086	$0,229
qwen-mt-turbo Bagian dari Qwen3-MT				$0,101	$0,280

Model penambangan data Qwen

Model penambangan data Qwen mengekstraksi informasi terstruktur dari dokumen untuk digunakan dalam anotasi data dan moderasi konten. Penggunaan | Referensi API

Catatan

Model	Jendela Konteks	Input Maks	Output Maks	Biaya Input	Biaya Output	Kuota Gratis
Model	(Token)			(Juta token)		Kuota Gratis
qwen-doc-turbo	262.144	253.952	32.768	$0,087	$0,144	Tidak ada kuota gratis

Model riset mendalam Qwen

Model riset mendalam Qwen memecah masalah kompleks, melakukan penalaran dan analisis menggunakan pencarian internet, serta menghasilkan laporan riset. Penggunaan | Referensi API

Catatan

Model	Jendela Konteks	Input Maks	Output Maks	Biaya Input	Biaya Output
Model	(Token)			(1.000 token)
qwen-deep-research	1.000.000	997.952	32.768	$0,007742	$0,023367

Generasi teks - Qwen - Open source

Pada nama model, xxb menunjukkan ukuran parameter. Misalnya, qwen2-72b-instruct menunjukkan ukuran parameter sebesar 72 miliar (72B).
Model Studio mendukung pemanggilan versi open-source Qwen. Anda tidak perlu melakukan deployment model secara lokal. Untuk versi open-source, kami merekomendasikan penggunaan model Qwen3 dan Qwen2.5.

Qwen3

Model qwen3-next-80b-a3b-thinking, yang dirilis pada September 2025, hanya mendukung mode thinking. Model ini memiliki kemampuan mengikuti instruksi yang lebih baik dan memberikan ringkasan yang lebih ringkas dibandingkan qwen3-235b-a22b-thinking-2507.

Model qwen3-next-80b-a3b-instruct, yang dirilis pada September 2025, hanya mendukung mode non-thinking. Model ini memiliki peningkatan kemampuan pemahaman bahasa Mandarin, penalaran logis, dan generasi teks dibandingkan qwen3-235b-a22b-instruct-2507.

Model qwen3-235b-a22b-thinking-2507 dan qwen3-30b-a3b-thinking-2507, yang dirilis pada Juli 2025, hanya mendukung mode thinking. Keduanya merupakan versi peningkatan dari qwen3-235b-a22b (mode thinking) dan qwen3-30b-a3b (mode thinking).

Model qwen3-235b-a22b-instruct-2507 dan qwen3-30b-a3b-instruct-2507, yang dirilis pada Juli 2025, hanya mendukung mode non-thinking. Keduanya merupakan versi peningkatan dari qwen3-235b-a22b (mode non-thinking) dan qwen3-30b-a3b (mode non-thinking).

Model Qwen3, yang dirilis pada April 2025, mendukung kedua mode thinking dan non-thinking. Gunakan parameter enable_thinking untuk beralih antar mode. Model Qwen3 juga memiliki peningkatan kemampuan signifikan:

Kemampuan penalaran: Dalam evaluasi matematika, kode, dan penalaran logis, model ini secara signifikan melampaui QwQ dan model non-thinking dengan ukuran yang sama, mencapai performa terbaik di industri sesuai skalanya.
Penyelarasan preferensi manusia: Kemampuan dalam penulisan kreatif, role-playing, percakapan multi-putaran, dan mengikuti instruksi mengalami peningkatan besar. Kemampuan umum model ini secara signifikan melampaui model lain dengan ukuran yang sama.
Kemampuan agen: Model ini mencapai performa terdepan di industri baik dalam mode thinking maupun non-thinking, serta dapat memanggil alat eksternal secara akurat.

Kemampuan multibahasa: Model ini mendukung lebih dari 100 bahasa dan dialek. Terdapat peningkatan signifikan dalam terjemahan multibahasa, pemahaman instruksi, dan penalaran berbasis akal sehat.

Bahasa yang didukung

English

Simplified Chinese

Traditional Chinese

French

Spanish

Arabic. Ditulis dalam aksara Arab dan merupakan bahasa resmi di banyak negara Arab.

Russian. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Rusia serta beberapa negara lain.

Portuguese. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Portugal, Brasil, serta negara berbahasa Portugis lainnya.

German. Ditulis dalam aksara Latin dan merupakan bahasa resmi di negara-negara seperti Jerman dan Austria.

Italian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Italia, San Marino, serta sebagian Swiss.

Dutch. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Belanda, sebagian Belgia (Flanders), serta Suriname.

Danish. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Denmark.

Irish. Ditulis dalam aksara Latin dan merupakan salah satu bahasa resmi di Irlandia.

Welsh. Ditulis dalam aksara Latin, digunakan di Wales, dan merupakan salah satu bahasa resminya.

Finnish. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Finlandia.

Icelandic. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Islandia.

Swedish. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Swedia.

Norwegian Nynorsk. Ditulis dalam aksara Latin dan merupakan salah satu dari dua standar tertulis resmi bahasa Norwegia.

Norwegian Bokmål. Ditulis dalam aksara Latin dan merupakan salah satu dari dua standar tertulis resmi bahasa Norwegia.

Japanese. Ditulis dalam aksara Jepang dan merupakan bahasa resmi di Jepang.

Korean. Ditulis dalam Hangul dan merupakan bahasa resmi di Korea Selatan serta Korea Utara.

Vietnamese. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Vietnam.

Thai. Ditulis dalam aksara Thailand dan merupakan bahasa resmi di Thailand.

Indonesian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Indonesia.

Malay. Ditulis dalam aksara Latin dan merupakan bahasa utama di beberapa negara, termasuk Malaysia.

Burmese. Ditulis dalam aksara Burma dan merupakan bahasa resmi di Myanmar.

Tagalog. Ditulis dalam aksara Latin dan merupakan salah satu bahasa utama di Filipina.

Khmer. Ditulis dalam aksara Khmer dan merupakan bahasa resmi di Kamboja.

Lao. Ditulis dalam aksara Lao dan merupakan bahasa resmi di Laos.

Hindi. Ditulis dalam aksara Devanagari dan merupakan salah satu bahasa resmi di India.

Bengali. Ditulis dalam aksara Bengali dan merupakan bahasa resmi di Bangladesh serta negara bagian West Bengal di India.

Urdu. Ditulis dalam aksara Arab, merupakan bahasa resmi di Pakistan, dan juga diakui secara resmi di India.

Nepali. Ditulis dalam aksara Devanagari dan merupakan bahasa resmi di Nepal.

Hebrew. Ditulis dalam aksara Ibrani dan merupakan bahasa resmi di Israel.

Turkish. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Türkiye serta Siprus Utara.

Persian. Ditulis dalam aksara Arab dan merupakan bahasa resmi di negara-negara seperti Iran dan Tajikistan.

Polish. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Polandia.

Ukrainian. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Ukraina.

Czech. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Republik Ceko.

Romanian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Rumania serta Moldova.

Bulgarian. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Bulgaria.

Slovak. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Slovakia.

Hungarian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Hongaria.

Slovenian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Slovenia.

Latvian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Latvia.

Estonian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Estonia.

Lithuanian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Lituania.

Belarusian. Ditulis dalam aksara Cyrillic dan merupakan salah satu bahasa resmi di Belarus.

Greek. Ditulis dalam alfabet Yunani dan merupakan bahasa resmi di Yunani serta Siprus.

Croatian. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Kroasia.

Macedonian. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Makedonia Utara.

Maltese. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Malta.

Serbian. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Serbia.

Bosnian. Ditulis dalam aksara Latin dan merupakan salah satu bahasa resmi di Bosnia dan Herzegovina.

Georgian. Ditulis dalam aksara Georgia dan merupakan bahasa resmi di Georgia.

Armenian. Ditulis dalam alfabet Armenia dan merupakan bahasa resmi di Armenia.

North Azerbaijani. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Azerbaijan.

Kazakh. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Kazakhstan.

Northern Uzbek. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Uzbekistan.

Tajik. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Tajikistan.

Swahili. Ditulis dalam aksara Latin dan merupakan lingua franca atau bahasa resmi di banyak negara Afrika Timur.

Afrikaans. Ditulis dalam aksara Latin, merupakan bahasa resmi di Afrika Selatan, dan juga digunakan di Namibia.

Cantonese. Ditulis dalam karakter Tionghoa Tradisional dan merupakan bahasa utama di Provinsi Guangdong, Hong Kong, serta Makau.

Luxembourgish. Ditulis dalam aksara Latin, merupakan bahasa resmi di Luksemburg, dan juga digunakan di sebagian Jerman.

Limburgish. Ditulis dalam aksara Latin dan terutama digunakan di Belanda, Belgia, serta sebagian Jerman.

Catalan. Ditulis dalam aksara Latin, merupakan bahasa resmi di Catalonia, dan juga digunakan di wilayah lain di Spanyol.

Galician. Ditulis dalam aksara Latin dan merupakan bahasa resmi di wilayah Galicia, Spanyol.

Asturian. Ditulis dalam aksara Latin dan terutama digunakan di wilayah Asturias, Spanyol.

Basque. Ditulis dalam aksara Latin, merupakan bahasa resmi di Komunitas Otonom Basque, Spanyol, dan juga digunakan di wilayah lain Negara Basque di Spanyol serta Prancis.

Occitan. Ditulis dalam aksara Latin dan terutama digunakan di Prancis Selatan.

Venetian. Ditulis dalam aksara Latin dan terutama digunakan di wilayah Venesia, Italia.

Sardinian. Ditulis dalam aksara Latin dan merupakan bahasa yang diakui secara resmi di pulau Sardinia, Italia.

Sicilian. Ditulis dalam aksara Latin dan terutama digunakan di pulau Sisilia, Italia.

Friulian. Ditulis dalam aksara Latin dan terutama digunakan di Friuli-Venezia Giulia, Italia.

Lombard. Ditulis dalam aksara Latin dan terutama digunakan di wilayah Lombardia, Italia.

Ligurian. Ditulis dalam aksara Latin dan terutama digunakan di wilayah Liguria, Italia.

Faroese. Ditulis dalam aksara Latin dan merupakan bahasa resmi di Kepulauan Faroe.

Tosk Albanian. Ditulis dalam aksara Latin dan merupakan dialek selatan bahasa Albania.

Silesian. Ditulis dalam aksara Latin dan terutama digunakan di Polandia.

Bashkir. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Bashkortostan, Rusia.

Tatar. Ditulis dalam aksara Cyrillic dan merupakan bahasa resmi di Tatarstan, Rusia.

Mesopotamian Arabic. Ditulis dalam aksara Arab dan terutama digunakan di Irak.

Najdi Arabic. Ditulis dalam aksara Arab dan terutama digunakan di wilayah Najd, Arab Saudi.

Egyptian Arabic. Ditulis dalam aksara Arab dan terutama digunakan di Mesir.

Levantine Arabic. Ditulis dalam aksara Arab dan terutama digunakan di Suriah serta Lebanon.

Ta'izzi-Adeni Arabic. Ditulis dalam aksara Arab dan terutama digunakan di Yaman serta wilayah Hadhramaut di Arab Saudi.

Dari. Ditulis dalam aksara Arab dan merupakan salah satu bahasa resmi di Afghanistan.

Tunisian Arabic. Ditulis dalam aksara Arab dan terutama digunakan di Tunisia.

Moroccan Arabic. Ditulis dalam aksara Arab dan terutama digunakan di Maroko.

Kabuverdianu. Ditulis dalam aksara Latin dan terutama digunakan di Tanjung Verde.

Tok Pisin. Ditulis dalam aksara Latin dan merupakan lingua franca utama di Papua Nugini.

Eastern Yiddish. Ditulis dalam aksara Ibrani dan terutama digunakan di komunitas Yahudi.

Sindhi. Ditulis dalam aksara Arab dan merupakan bahasa resmi di provinsi Sindh, Pakistan.

Sinhala. Ditulis dalam aksara Sinhala dan merupakan salah satu bahasa resmi di Sri Lanka.

Telugu. Ditulis dalam aksara Telugu dan merupakan bahasa resmi di negara bagian Andhra Pradesh serta Telangana, India.

Punjabi. Ditulis dalam aksara Gurmukhi dan merupakan bahasa resmi di negara bagian Punjab, India.

Tamil. Ditulis dalam aksara Tamil dan merupakan bahasa resmi di negara bagian Tamil Nadu, India, serta di Sri Lanka.

Gujarati. Ditulis dalam aksara Gujarati dan merupakan bahasa resmi di negara bagian Gujarat, India.

Malayalam. Ditulis dalam aksara Malayalam dan merupakan bahasa resmi di negara bagian Kerala, India.

Marathi. Ditulis dalam aksara Devanagari dan merupakan bahasa resmi di negara bagian Maharashtra, India.

Kannada. Ditulis dalam aksara Kannada dan merupakan bahasa resmi di negara bagian Karnataka, India.

Magahi. Ditulis dalam aksara Devanagari dan terutama digunakan di negara bagian Bihar, India.

Oriya. Ditulis dalam aksara Odia dan merupakan bahasa resmi di negara bagian Odisha, India.

Awadhi. Ditulis dalam aksara Devanagari dan terutama digunakan di negara bagian Uttar Pradesh, India.

Maithili. Ditulis dalam aksara Devanagari, digunakan di negara bagian Bihar, India, serta dataran Terai di Nepal, dan merupakan bahasa terjadwal di India.

Assamese. Ditulis dalam aksara Bengali dan merupakan bahasa resmi di negara bagian Assam, India.

Chhattisgarhi. Ditulis dalam aksara Devanagari dan terutama digunakan di negara bagian Chhattisgarh, India.

Bhojpuri. Ditulis dalam aksara Devanagari dan digunakan di sebagian India serta Nepal.

Minangkabau. Ditulis dalam aksara Latin dan terutama digunakan di pulau Sumatra, Indonesia.

Balinese. Ditulis dalam aksara Latin dan terutama digunakan di pulau Bali, Indonesia.

Javanese. Ditulis dalam aksara Latin, meskipun aksara Jawa juga umum digunakan. Bahasa ini banyak digunakan di pulau Jawa, Indonesia.

Banjar. Ditulis dalam aksara Latin dan terutama digunakan di pulau Kalimantan, Indonesia.

Sundanese. Ditulis dalam aksara Latin, meskipun aksara Sunda juga digunakan secara tradisional. Bahasa ini terutama digunakan di bagian barat Jawa, Indonesia.

Cebuano. Ditulis dalam aksara Latin dan terutama digunakan di wilayah Cebu, Filipina.

Pangasinan. Ditulis dalam aksara Latin dan terutama digunakan di provinsi Pangasinan, Filipina.

Iloko. Ditulis dalam aksara Latin dan terutama digunakan di Filipina.

Waray (Filipina). Ditulis dalam aksara Latin dan terutama digunakan di Filipina.

Haitian. Ditulis dalam aksara Latin dan merupakan salah satu bahasa resmi di Haiti.

Papiamento. Ditulis dalam aksara Latin dan terutama digunakan di wilayah Karibia seperti Aruba dan Curaçao.

Perbaikan format respons: Model ini memperbaiki masalah format respons dari versi sebelumnya, seperti format Markdown yang tidak normal, pemotongan respons di tengah, dan output boxed yang salah.

Model Qwen3 open source yang dirilis pada April 2025 tidak mendukung output non-streaming dalam mode thinking.

Jika model Qwen3 open source berada dalam mode thinking tetapi tidak menghasilkan chain-of-thought, maka akan ditagih dengan tarif mode non-thinking.

Mode thinking | Mode non-thinking | Penggunaan

Global

Dalam mode deployment global, titik akhir dan penyimpanan data berlokasi di wilayah AS (Virginia), sedangkan sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model	Mode	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost	Free quota (Catatan)
Model	Mode	(Tokens)				(Juta token)		Free quota (Catatan)
qwen3-next-80b-a3b-thinking	Thinking only	131.072	126.976	81.920	32.768	$0,15	$1,2	Tidak ada kuota gratis
qwen3-next-80b-a3b-instruct	Non-thinking only		129.024	-		$0,15	$1,2
qwen3-235b-a22b-thinking-2507	Thinking only		126.976	81.920		$0,23	$2,3
qwen3-235b-a22b-instruct-2507	Non-thinking only		129.024	-		$0,23	$0,92
qwen3-30b-a3b-thinking-2507	Thinking only		126.976	81.920		$0,2	$2,4
qwen3-30b-a3b-instruct-2507	Non-thinking only		129.024	-		$0,2	$0,8
qwen3-235b-a22b	Non-thinking		129.024	-	16.384	$0,7	$2,8
qwen3-235b-a22b	Thinking		98.304	38.912		$0,7	$8,4
qwen3-32b	Non-thinking		129.024	-		$0,16	$0,64
qwen3-32b	Thinking		98.304	38.912		$0,16	$0,64
qwen3-30b-a3b	Non-thinking		129.024	-		$0,2	$0,8
qwen3-30b-a3b	Thinking		98.304	38.912		$0,2	$2,4
qwen3-14b	Non-thinking		129.024	-	8.192	$0,35	$1,4
qwen3-14b	Thinking		98.304	38.912		$0,35	$4,2
qwen3-8b	Non-thinking		129.024	-		$0,18	$0,7
qwen3-8b	Thinking		98.304	38.912		$0,18	$2,1

Internasional

Dalam mode deployment internasional, titik akhir dan penyimpanan data berlokasi di wilayah Singapura, sedangkan sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok Daratan).

Model	Mode	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost	Free quota (Catatan)
Model	Mode	(Tokens)				(Million tokens)		Free quota (Catatan)
qwen3-next-80b-a3b-thinking	Thinking only	131.072	126.976	81.920	32.768	$0,15	$1,2	1 juta token per model Berlaku selama 90 hari setelah mengaktifkan Model Studio
qwen3-next-80b-a3b-instruct	Non-thinking only		129.024	-		$0,15	$1,2
qwen3-235b-a22b-thinking-2507	Thinking only		126.976	81.920		$0,23	$2,3
qwen3-235b-a22b-instruct-2507	Non-thinking only		129.024	-		$0,23	$0,92
qwen3-30b-a3b-thinking-2507	Thinking only		126.976	81.920		$0,2	$2,4
qwen3-30b-a3b-instruct-2507	Non-thinking only		129.024	-		$0,2	$0,8
qwen3-235b-a22b Model ini dan model berikutnya dirilis pada April 2025.	Non-thinking		129.024	-	16.384	$0,7	$2,8
	Thinking		98.304	38.912		$0,7	$8,4
qwen3-32b	Non-thinking		129.024	-		$0,16	$0,64
qwen3-32b	Thinking		98.304	38.912		$0,16	$0,64
qwen3-30b-a3b	Non-thinking		129.024	-		$0,2	$0,8
qwen3-30b-a3b	Thinking		98.304	38.912		$0,2	$2,4
qwen3-14b	Non-thinking		129.024	-	8.192	$0,35	$1,4
qwen3-14b	Thinking		98.304	38.912		$0,35	$4,2
qwen3-8b	Non-thinking		129.024	-		$0,18	$0,7
qwen3-8b	Thinking		98.304	38.912		$0,18	$2,1
qwen3-4b	Non-thinking		129.024	-		$0,11	$0,42
qwen3-4b	Thinking		98.304	38.912			$1,26
qwen3-1.7b	Non-thinking	32.768	30.720	-			$0,42
qwen3-1.7b	Thinking		28.672	Jumlah nilai dan input tidak boleh melebihi 30.720.			$1,26
qwen3-0.6b	Non-thinking		30.720	-			$0,42
qwen3-0.6b	Thinking		28.672	Total input tidak boleh melebihi 30.720.			$1,26

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, Titik akhir dan penyimpanan data berlokasi di Wilayah Beijing, sedangkan sumber daya komputasi untuk inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Mode	Context window	Max input	Max chain-of-thought	Max Response	Input cost	Output cost	Free quota (Catatan)
Model	Mode	(Tokens)				(Juta token)		Free quota (Catatan)
qwen3-next-80b-a3b-thinking	Thinking only	131.072	126.976	81.920	32.768	$0,144	$1,434	Tidak ada kuota gratis
qwen3-next-80b-a3b-instruct	Non-thinking only		129.024	-		$0,144	$0,574
qwen3-235b-a22b-thinking-2507	Thinking only		126.976	81.920		$0,287	$2,868
qwen3-235b-a22b-instruct-2507	Non-thinking only		129.024	-		$0,287	$1,147
qwen3-30b-a3b-thinking-2507	Thinking only		126.976	81.920		$0,108	$1,076
qwen3-30b-a3b-instruct-2507	Non-thinking only		129.024	-		$0,108	$0,431
qwen3-235b-a22b	Non-thinking		129.024	-	16.384	$0,287	$1,147
qwen3-235b-a22b	Thinking		98.304	38.912		$0,287	$2,868
qwen3-32b	Non-thinking		129.024	-		$0,287	$1,147
qwen3-32b	Thinking		98.304	38.912		$0,287	$2,868
qwen3-30b-a3b	Non-thinking		129.024	-		$0,108	$0,431
qwen3-30b-a3b	Thinking		98.304	38.912		$0,108	$1,076
qwen3-14b	Non-thinking		129.024	-	8.192	$0,144	$0,574
qwen3-14b	Thinking		98.304	38.912		$0,144	$1,434
qwen3-8b	Non-thinking		129.024	-		$0,072	$0,287
qwen3-8b	Thinking		98.304	38.912		$0,072	$0,717
qwen3-4b	Non-thinking		129.024	-		$0,044	$0,173
qwen3-4b	Thinking		98.304	38.912			$0,431
qwen3-1.7b	Non-thinking	32.768	30.720	-			$0,173
qwen3-1.7b	Thinking		28.672	Jumlah tidak boleh melebihi 30.720			$0,431
qwen3-0.6b	Non-thinking		30.720	-			$0,173
qwen3-0.6b	Thinking		28.672	Jumlah tidak boleh melebihi 30.720			$0,431

QwQ - Open source

Model penalaran QwQ dilatih berdasarkan Qwen2.5-32B. Pembelajaran penguatan (reinforcement learning) telah meningkatkan kemampuan inferensinya secara signifikan. Metrik inti untuk matematika dan kode (AIME 24/25, LiveCodeBench) serta beberapa metrik umum (IFEval, LiveBench) setara dengan versi full-power DeepSeek-R1. Semua metrik tersebut secara signifikan melampaui DeepSeek-R1-Distill-Qwen-32B yang juga berbasis Qwen2.5-32B. Penggunaan | Referensi API

Catatan

Hanya mode deployment Tiongkok Daratan yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di wilayah Beijing, sedangkan sumber daya komputasi inferensi terbatas di Tiongkok Daratan.

Model	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost
Model	(Token)				(Juta token)
qwq-32b	131.072	98.304	32.768	8.192	$0,287	$0,861

QwQ-Preview

Model qwq-32b-preview adalah model riset eksperimental yang dikembangkan oleh tim Qwen pada tahun 2024. Model ini berfokus pada peningkatan kemampuan penalaran AI, terutama dalam matematika dan pemrograman. Untuk informasi lebih lanjut mengenai keterbatasan model qwq-32b-preview, lihat blog resmi QwQ. Penggunaan | Referensi API | Coba online

Catatan

Model	Context window	Max input	Max output	Input cost	Output cost
Model	(Token)			(Juta token)
qwq-32b-preview	32.768	30.720	16.384	$0,287	$0,861

Qwen2.5

Qwen2.5 adalah rangkaian model bahasa besar Qwen yang mencakup model bahasa dasar dan model yang telah disesuaikan dengan instruksi, dengan ukuran parameter mulai dari 7 miliar hingga 72 miliar. Qwen2.5 mencakup peningkatan berikut dibandingkan Qwen2:

Model ini telah menjalani pre-train pada dataset skala besar terbaru kami, yang berisi hingga 18 triliun token.
Pre-training dengan model ahli khusus telah meningkatkan pengetahuan model secara signifikan dan sangat meningkatkan kemampuan pemrograman serta matematikanya.
Model ini menunjukkan peningkatan signifikan dalam mengikuti instruksi, menghasilkan teks panjang (lebih dari 8K token), memahami data terstruktur (seperti tabel), dan menghasilkan output terstruktur (terutama JSON). Model ini juga lebih tangguh terhadap berbagai prompt sistem, yang meningkatkan implementasi role-playing dan pengaturan kondisional untuk chatbot.
Model ini mendukung lebih dari 29 bahasa, termasuk Mandarin, Inggris, Prancis, Spanyol, Portugis, Jerman, Italia, Rusia, Jepang, Korea, Vietnam, Thailand, dan Arab.

Penggunaan | Referensi API | Coba online

Internasional

Dalam mode deployment internasional, titik akses dan penyimpanan data berlokasi di wilayah Singapura, sedangkan sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok Daratan).

Model	Context window	Max input	Max output	Input cost	Output cost	Free quota
	(Tokens)			(Million tokens)
qwen2.5-14b-instruct-1m	1.008.192	1.000.000	8.192	$0,805	$3,22	1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen2.5-7b-instruct-1m				$0,368	$1,47
qwen2.5-72b-instruct	131.072	129.024		$1,4	$5,6
qwen2.5-32b-instruct				$0,7	$2,8
qwen2.5-14b-instruct				$0,35	$1,4
qwen2.5-7b-instruct				$0,175	$0,7

Tiongkok Daratan

Dalam mode deployment Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, sedangkan sumber daya komputasi inferensi terbatas di Tiongkok Daratan.

Model	Context window	Max input	Max output	Input cost	Output cost
Model	(Tokens)			(Million tokens)
qwen2.5-14b-instruct-1m	1.000.000	1.000.000	8.192	$0,144	$0,431
qwen2.5-7b-instruct-1m	1.000.000	1.000.000		$0,072	$0,144
qwen2.5-72b-instruct	131.072	129.024		$0,574	$1,721
qwen2.5-32b-instruct				$0,287	$0,861
qwen2.5-14b-instruct				$0,144	$0,431
qwen2.5-7b-instruct				$0,072	$0,144
qwen2.5-3b-instruct	32.768	30.720		$0,044	$0,130
qwen2.5-1.5b-instruct				Gratis untuk waktu terbatas
qwen2.5-0.5b-instruct				Gratis untuk waktu terbatas

QVQ

Model qvq-72b-preview adalah model riset eksperimental yang dikembangkan oleh tim Qwen. Model ini berfokus pada peningkatan kemampuan penalaran visual, terutama dalam penalaran matematika. Untuk informasi lebih lanjut mengenai keterbatasan model qvq-72b-preview, lihat blog resmi QVQ.Penggunaan | Referensi API

Untuk membuat model mengeluarkan proses berpikirnya sebelum jawaban akhir, Anda dapat menggunakan versi komersial model QVQ.

Catatan

Model

Context window

Max input

Max output

Input cost

Output cost

(Token)

(Juta token)

qvq-72b-preview

32.768

16.384

Maksimal 16.384 token per gambar

16.384

$1,721

$5,161

Qwen-Omni

Ini adalah model besar multimodal baru untuk pemahaman dan generasi, yang dilatih berdasarkan Qwen2.5. Model ini mendukung input teks, gambar, suara, dan video, serta dapat menghasilkan teks dan suara secara bersamaan dalam aliran (stream). Kecepatan pemahaman konten multimodalnya mengalami peningkatan signifikan.Penggunaan | Referensi API

Internasional

Model

Context window

Max input

Max output

Kuota gratis

(Catatan)

(Token)

qwen2.5-omni-7b

32.768

30.720

2.048

1 juta token (tanpa memandang modalitas)

Berlaku selama 90 hari setelah mengaktifkan Model Studio.

Setelah kuota gratis habis, aturan penagihan berikut berlaku untuk input dan output:

Input	Harga (Juta token)
Text	$0,10
Audio	$6,76
Image/Video	$0,28

Output

Harga (Juta token)

Text

$0,40 (jika input hanya berisi teks)

$0,84 (jika input berisi gambar, audio, atau video)

Text+Audio

$13,51 (untuk komponen audio)

Bagian teks dari output tidak ditagih.

Tiongkok Daratan

Dalam mode penyebaran di Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di Wilayah Beijing, sedangkan sumber daya komputasi Inferensi terbatas pada Tiongkok Daratan.

Model	Context window	Max input	Max output
Model	(Token)
qwen2.5-omni-7b	32.768	30.720	2.048

Aturan penagihan untuk input dan output adalah sebagai berikut:

Input	Harga (Juta token)
Text	$0,087
Audio	$5,448
Image/Video	$0,287

Output

Harga (Juta token)

Text

$0,345 (untuk input teks saja)

$0,861 (jika input mencakup gambar, audio, atau video)

Text+Audio

$10,895 (untuk bagian audio)

Bagian teks dari output tidak ditagih.

Qwen3-Omni-Captioner

Qwen3-Omni-Captioner adalah model open-source berbasis Qwen3-Omni. Tanpa prompt apa pun, model ini secara otomatis menghasilkan deskripsi yang akurat dan komprehensif untuk audio kompleks, seperti ucapan, suara latar, musik, dan efek suara. Model ini dapat mengidentifikasi emosi pembicara, elemen musik (seperti gaya dan instrumen), serta informasi sensitif, sehingga cocok untuk aplikasi seperti analisis konten audio, audit keamanan, pengenalan maksud, dan penyuntingan audio. Penggunaan | Referensi API

Internasional

Dalam mode deployment internasional, titik akhir dan penyimpanan data berlokasi di wilayah Singapura, sedangkan sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia, tidak termasuk Tiongkok Daratan.

Model

Context window

Max input

Max output

Input cost

Output cost

Kuota gratis

(Catatan)

(token)

(Juta token)

qwen3-omni-30b-a3b-captioner

65.536

32.768

$3,81

$3,06

1 juta token

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, Titik akhir dan penyimpanan data berlokasi di Wilayah Beijing, sedangkan sumber daya komputasi untuk inferensi model terbatas pada wilayah Tiongkok Daratan.

Model

Jendela konteks (token)

Max input (token)

Max output (token)

Input cost

Output Cost

Kuota gratis

(Catatan)

Token

Per juta token

qwen3-omni-30b-a3b-captioner

65.536

32.768

$2,265

$1,821

Tidak tersedia kuota gratis.

Qwen-VL

Ini adalah versi open-source Qwen-VL dari Alibaba Cloud. Penggunaan | Referensi API

Model Qwen3-VL menawarkan peningkatan signifikan dibandingkan Qwen2.5-VL:

Interaksi agen: Model ini mengoperasikan antarmuka komputer dan ponsel dengan mengenali elemen Graphical User Interface (GUI), memahami fitur, dan memanggil alat untuk menjalankan tugas. Model ini mencapai performa terbaik dalam evaluasi seperti OS World.
Enkode visual: Model ini menghasilkan kode dari gambar atau video. Anda dapat menggunakannya untuk membuat kode HTML, CSS, dan JS dari file desain atau tangkapan layar website.
Kecerdasan spasial: Model ini mendukung penentuan posisi 2D dan 3D. Model ini secara akurat menentukan orientasi objek, perubahan perspektif, dan hubungan oklusi.
Pemahaman video panjang: Model ini memahami konten video hingga durasi 20 menit. Model ini dapat menentukan momen spesifik dengan presisi tingkat detik.
Pemikiran mendalam: Model ini memiliki kemampuan pemikiran mendalam. Model ini unggul dalam menangkap detail dan menganalisis sebab-akibat. Model ini mencapai performa terbaik dalam evaluasi seperti MathVista dan MMMU.
OCR: Model ini mendukung 33 bahasa. Model ini berkinerja lebih stabil dalam skenario dengan pencahayaan kompleks, efek buram, atau kemiringan. Model ini secara signifikan meningkatkan akurasi pengenalan untuk karakter langka, naskah kuno, dan istilah teknis.
Bahasa yang didukung
33 bahasa yang didukung adalah Mandarin, Jepang, Korea, Indonesia, Vietnam, Thailand, Inggris, Prancis, Jerman, Rusia, Portugis, Spanyol, Italia, Swedia, Denmark, Ceko, Norwegia, Belanda, Finlandia, Turki, Polandia, Swahili, Rumania, Serbia, Yunani, Kazakh, Uzbek, Cebuano, Arab, Urdu, Persia, Hindi/Devanagari, dan Ibrani.

Global

Dalam mode deployment global, titik akhir dan penyimpanan data berlokasi di wilayah AS (Virginia), sedangkan sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Mode	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost Chain-of-thought + Outputs
Model	Mode	(Tokens)				(Million tokens)
qwen3-vl-235b-a22b-thinking	Thinking only		126.976	81.920		$0,4	$4
qwen3-vl-235b-a22b-instruct	Non-thinking only		129.024	-		$0,4	$1,6
qwen3-vl-32b-thinking	Thinking only	131.072	126.976	81.920	32.768	$0,16	$0,64
qwen3-vl-32b-instruct	Non-thinking only		129.024	-		$0,16	$0,64
qwen3-vl-30b-a3b-thinking	Thinking only		126.976	81.920		$0,2	$2,4
qwen3-vl-30b-a3b-instruct	Non-thinking only		129.024	-		$0,2	$0,8
qwen3-vl-8b-thinking	Thinking only		126.976	81.920		$0,18	$2,1
qwen3-vl-8b-instruct	Non-thinking only		129.024	-		$0,18	$0,7

Internasional

Model	Mode	Context window	Max input	Max chain-of-thought	Max Response	Input cost	Biaya Keluaran Chain-of-thought + Outputs	Kuota Gratis (Catatan)
Model	Mode	Tokens				Harga ($ per juta token)		Kuota Gratis (Catatan)
qwen3-vl-235b-a22b-thinking	Thinking only		126.976	81.920		$0,4	$4	1 juta token Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio
qwen3-vl-235b-a22b-instruct	Non-thinking only		129.024	-		$0,4	$1,6
qwen3-vl-32b-thinking	Mode Berpikir	131.072	126.976	81.920	32.768	$0,16	$0,64
qwen3-vl-32b-instruct	Non-thinking only		129.024	-		$0,16	$0,64
qwen3-vl-30b-a3b-thinking	Thinking only		126.976	81.920		$0,2	$2,4
qwen3-vl-30b-a3b-instruct	Inferensi langsung saja		129.024	-		$0,2	$0,8
qwen3-vl-8b-thinking	Thinking only		126.976	81.920		$0,18	$2,1
qwen3-vl-8b-instruct	Inferensi standar saja		129.024	-		$0,18	$0,7

Model lainnya

Model	Context window	Max input	Max output	Input cost	Output cost	Kuota gratis (Catatan)
	(Token)			($ per juta token)
qwen2.5-vl-72b-instruct	131.072	129.024 Maksimal 16.384 token per gambar	8.192	$2,8	$8,4	1 juta token per model Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen2.5-vl-32b-instruct				$1,4	$4,2
qwen2.5-vl-7b-instruct				$0,35	$1,05
qwen2.5-vl-3b-instruct				$0,21	$0,63

Tiongkok Daratan

Dalam mode deployment Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Beijing, sedangkan sumber daya komputasi inferensi model terbatas di Tiongkok Daratan.

Model	Mode	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost Chain-of-thought + Outputs	Free quota (Catatan)
Model	Mode	(Tokens)				(Juta token)		Free quota (Catatan)
qwen3-vl-235b-a22b-thinking	Thinking only	131.072	126.976	81.920		$0,287	$2,867	Tidak ada kuota gratis
qwen3-vl-235b-a22b-instruct	Instruct mode only	131.072	129.024	-		$0,287	$1,147
qwen3-vl-32b-thinking	Thinking only	131.072	126.976	81.920	32.768	$0,287	$2,868
qwen3-vl-32b-instruct	Instruct mode only		129.024	-		$0,287	$1,147
qwen3-vl-30b-a3b-thinking	Thinking only		126.976	81.920		$0,108	$1,076
qwen3-vl-30b-a3b-instruct	Instruct mode only		129.024	-		$0,108	$0,431
qwen3-vl-8b-thinking	Thinking only		126.976	81.920		$0,072	$0,717
qwen3-vl-8b-instruct	Instruct mode only		129.024	-		$0,072	$0,287

Model lainnya

Model	Context window	Max input	Max output	Input cost	Output cost	Kuota gratis (Catatan)
Model	(Token)			($ per juta token)		Kuota gratis (Catatan)
qwen2.5-vl-72b-instruct	131.072	129.024 Maksimal 16.384 token per gambar	8.192	$2,294	$6,881	Tidak ada kuota gratis
qwen2.5-vl-32b-instruct				Rp1.147,00	$3,441
qwen2.5-vl-7b-instruct				$0,287	$0,717
qwen2.5-vl-3b-instruct				$0,173	$0,517
qwen2-vl-72b-instruct	32.768	30.720 Maksimal 16.384 per grafik.	2.048	$2,294	$6,881

Qwen-Math

Ini adalah model bahasa yang dibangun di atas model Qwen dan dikhususkan untuk menyelesaikan permasalahan matematika. Qwen2.5-Math mendukung Bahasa Mandarin dan Bahasa Inggris serta mengintegrasikan beberapa metode penalaran, seperti Chain of Thought (CoT), Program of Thought (PoT), dan Tool-Integrated Reasoning (TIR). Penggunaan | Referensi API | Coba secara online

Catatan

Hanya mode penyebaran Tiongkok Daratan yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya untuk Tiongkok Daratan.

Model	Konteks	Input maksimum	Output maksimum	Biaya input	Biaya output
	(token)			(juta token)
qwen2.5-math-72b-instruct	4.096	3.072	3.072	$0,574	$1.721
qwen2.5-math-7b-instruct				$0,144	$0,287
qwen2.5-math-1.5b-instruct				Gratis untuk waktu terbatas

Qwen-Coder

Qwen-Coder adalah model kode open-source dari seri Qwen. Seri terbaru Qwen3-Coder memiliki kemampuan coding agent yang kuat. Model ini unggul dalam tool calling, interaksi lingkungan, dan pemrograman otonom. Model ini menggabungkan keterampilan coding yang luar biasa dengan kemampuan serbaguna. Penggunaan | Referensi API

Global

Dalam mode penyebaran global, titik akhir dan penyimpanan data berlokasi di Wilayah US (Virginia), serta sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

Model	Context window	Max input	Max output	Input cost	Output cost
	(Tokens)			(Million tokens)
qwen3-coder-480b-a35b-instruct	262.144	204.800	65.536	Berlaku harga bertingkat. Untuk informasi selengkapnya, lihat deskripsi di bawah tabel ini.
qwen3-coder-30b-a3b-instruct

Model qwen3-coder-480b-a35b-instruct dan qwen3-coder-30b-a3b-instruct menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Model	Input tokens per request	Input cost (Million tokens)	Output cost (Million tokens)
qwen3-coder-480b-a35b-instruct	0 < tokens ≤ 32K	$1,50	$7,50
	32K < tokens ≤ 128K	$2,70	$13,50
	128K < tokens ≤ 200K	$4,50	$22,50
qwen3-coder-30b-a3b-instruct	0 < tokens ≤ 32K	$0,45	$2,25
	32K < tokens ≤ 128K	$0,75	$3,75
	128K < tokens ≤ 200K	$1,2	$6

International

Model	Context window	Max input	Max output	Input cost	Output cost	Free quota (Catatan)
	(Tokens)
qwen3-coder-480b-a35b-instruct	262.144	204.800	65.536	Berlaku harga bertingkat. Untuk informasi selengkapnya, lihat deskripsi di bawah tabel ini.		1 juta token masing-masing Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen3-coder-30b-a3b-instruct

Model qwen3-coder-480b-a35b-instruct dan qwen3-coder-30b-a3b-instruct menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Model	Input tokens per request	Input cost (Million tokens)	Output cost (Million tokens)
qwen3-coder-480b-a35b-instruct	0 < tokens ≤ 32K	$1,5	$7,5
	32K < tokens ≤ 128K	$2,7	$13,5
	128K < tokens ≤ 200K	$4,5	$22,5
qwen3-coder-30b-a3b-instruct	0 < tokens ≤ 32K	$0,45	$2,25
	32K < tokens ≤ 128K	$0,75	$3,75
	128K < tokens ≤ 200K	$1,2	$6

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi model dibatasi hanya untuk Tiongkok Daratan.

Model	Context window	Max input	Max output	Input cost	Output cost
	(Tokens)			(Million tokens)
qwen3-coder-480b-a35b-instruct	262.144	204.800	65.536	Harga bertingkat. Lihat catatan di bawah tabel ini.
qwen3-coder-30b-a3b-instruct
qwen2.5-coder-32b-instruct	131.072	129.024	8.192	$0,287	$0,861
qwen2.5-coder-14b-instruct
qwen2.5-coder-7b-instruct				$0,144	$0,287
qwen2.5-coder-3b-instruct	32.768	30.720		Uji coba gratis untuk waktu terbatas
qwen2.5-coder-1,5b-instruct
qwen2.5-coder-0,5b-instruct

Model qwen3-coder-480b-a35b-instruct dan qwen3-coder-30b-a3b-instruct menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Model	Input tokens per request	Input price (Million tokens)	Output price (Million tokens)
qwen3-coder-480b-a35b-instruct	0 < tokens ≤ 32K	$0,861	$3,441
	32K < tokens ≤ 128K	$1,291	$5,161
	128K < tokens ≤ 200K	$2,151	$8,602
qwen3-coder-30b-a3b-instruct	0 < tokens ≤ 32K	$0,216	$0,861
	32K < tokens ≤ 128K	$0,323	$1,291
	128K < tokens ≤ 200K	$0,538	$2,151

Generasi teks - Pihak ketiga

DeepSeek

DeepSeek adalah model bahasa besar dari DeepSeek AI. Referensi API | Coba secara online

Catatan

Hanya mode penyebaran Mainland China yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di Wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya untuk Mainland China.

Model	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost
	(Tokens)				(Million tokens)
deepseek-v3.2 Versi penuh 685B Diskon Context cache	131.072	98.304	32.768	65.536	$0,287	$0,431
deepseek-v3.2-exp Versi penuh 685B
deepseek-v3.1 Versi penuh 685B					$0,574	$1,721
deepseek-r1 Versi penuh 685B Batch separuh harga				16.384		$2,294
deepseek-r1-0528 Versi penuh 685B
deepseek-v3 Versi penuh 671B Batch separuh harga		131.072	N/A		$0,287	$1,147
deepseek-r1-distill-qwen-1.5b Berdasarkan Qwen2.5-Math-1.5B	32.768	32.768	16.384	16.384	Uji coba gratis untuk waktu terbatas
deepseek-r1-distill-qwen-7b Berdasarkan Qwen2.5-Math-7B					$0,072	$0,144
deepseek-r1-distill-qwen-14b Berdasarkan Qwen2.5-14B					$0,144	$0,431
deepseek-r1-distill-qwen-32b Berdasarkan Qwen2.5-32B					$0,287	$0,861
deepseek-r1-distill-llama-8b Berdasarkan Llama-3.1-8B					Uji coba gratis untuk waktu terbatas
deepseek-r1-distill-llama-70b Berdasarkan Llama-3.3-70B

Kimi

Kimi-K2 adalah model bahasa besar yang diluncurkan oleh Moonshot AI. Model ini memiliki kemampuan coding dan pemanggilan tool yang sangat baik. Penggunaan | Coba secara online

Catatan

Model	Context window	Max input	Max CoT	Max response	Input price	Output price
Model	(tokens)				(per 1M tokens)
kimi-k2-thinking	262.144	229.376	32.768	16.384	$0,574	$2,294
Moonshot-Kimi-K2-Instruct	131.072	131.072	-	8.192	$0,574	$2,294

GLM

Model seri GLM adalah model penalaran hibrida dari Zhipu AI yang dirancang untuk agen dan mendukung dua mode: thinking dan non-thinking. GLM

Catatan

Model	Context window	Max input	Max chain-of-thought	Max response	Input cost	Output cost
	(Tokens)				(Million tokens)
glm-4.7	202,752	169,984	32,768	16,384	Harga bertingkat, lihat tabel di bawah.
glm-4.6

Model di atas menggunakan harga bertingkat berdasarkan jumlah token input per permintaan.

Model	Input tokens per request	Input cost (Million tokens)	Output cost (Million tokens)
glm-4.7	0<Token<=32K	$0,431	$2,007
glm-4.7	32K<Token<=166K	$0,574	$2,294
glm-4.6	0<Token<=32K	$0,431	$2,007
glm-4.6	32K<Token<=166K	$0,574	$2,294

Model-model tersebut bukan layanan pihak ketiga yang terintegrasi, melainkan dideploy pada server Model Studio.

Model GLM memiliki harga yang sama baik dalam mode thinking maupun non-thinking.

Image generation

Qwen-Image

Model teks-ke-gambar Qwen unggul dalam rendering teks kompleks, terutama dalam bahasa Tiongkok dan Inggris. Referensi API

Internasional

Dalam mode penyebaran Internasional, titik akses dan penyimpanan data berlokasi di wilayah Singapura, serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok Daratan).

Model	Harga satuan	Kuota gratis
Model	Harga satuan	Kuota gratis
qwen-image-max Saat ini memiliki kemampuan yang sama dengan qwen-image-max-2025-12-30.	$0,075/gambar	Kuota gratis: 100 gambar untuk setiap model Berlaku selama 90 hari setelah mengaktifkan Model Studio.
qwen-image-max-2025-12-30	$0,075/gambar
qwen-image-plus Saat ini memiliki kemampuan yang sama dengan qwen-image.	$0,03/gambar
qwen-image-plus-2026-01-09	$0,03/gambar
qwen-image	$0,035/gambar

Tiongkok Daratan

Di Tiongkok Daratan dalam mode penyebaran, titik akses dan penyimpanan data berlokasi di Wilayah Beijing, sedangkan sumber daya komputasi inferensi terbatas pada Tiongkok Daratan.

Model	Harga satuan	Kuota gratis
Model	Harga satuan	Kuota gratis
qwen-image-max Saat ini memiliki kemampuan yang sama dengan qwen-image-max-2025-12-30	$0,071677/image	Tidak ada kuota gratis
qwen-image-max-2025-12-30	$0,071677/image
qwen-image-plus Saat ini memiliki kemampuan yang sama dengan qwen-image	$0,028671/image
qwen-image-plus-2026-01-09	$0,028671/image
qwen-image	$0,035/image

Prompt masukan

Gambar output

Poster bergaya healing yang digambar tangan, menampilkan tiga anak anjing bermain bola di atas rumput hijau yang subur, dilengkapi elemen dekoratif seperti burung dan bintang. Judul utama “Come Play Ball!” ditampilkan mencolok di bagian atas dengan font kartun tebal berwarna biru. Di bawahnya, subjudul “Come [Show Off Your Skills]!” muncul dalam font hijau. Sebuah balon ucapan menambah kesan ceria dengan teks: “Hehe, watch me amaze my little friends next!” Di bagian bawah, terdapat teks tambahan: “We get to play ball with our friends again!” Palet warna didominasi hijau dan biru segar, dengan aksen merah muda dan kuning cerah untuk memperkuat suasana riang khas anak-anak.

Qwen-Image-Edit

Model pengeditan gambar Qwen mendukung pengeditan teks yang presisi dalam bahasa Tiongkok dan Inggris. Model ini juga mendukung operasi seperti penyesuaian warna, peningkatan detail, style transfer, penambahan atau penghapusan objek, serta perubahan posisi dan aksi. Fitur-fitur ini memungkinkan pengeditan kompleks terhadap gambar dan teks. Referensi API

Internasional

Model	Harga satuan	Kuota gratis
Model	Harga satuan	Kuota gratis
qwen-image-edit-max Saat ini memiliki kemampuan yang sama dengan qwen-image-edit-plus-2026-01-16	$0,075/gambar	Kuota gratis: 100 gambar untuk setiap model Berlaku selama 90 hari setelah mengaktifkan Model Studio
qwen-image-edit-max-2026-01-16	$0,075/gambar
qwen-image-edit-plus Saat ini memiliki kemampuan yang sama dengan qwen-image-edit-plus-2025-10-30	$0,03/gambar
qwen-image-edit-plus-2025-12-15	$0,03/gambar
qwen-image-edit-plus-2025-10-30	$0,03/gambar
qwen-image-edit	$0,045/gambar

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Harga satuan	Kuota gratis
Model	Harga satuan	Kuota gratis
qwen-image-edit-max Saat ini memiliki kemampuan yang sama dengan qwen-image-edit-plus-2026-01-16	$0,071677/gambar	Tidak ada kuota gratis
qwen-image-edit-max-2026-01-16	$0,071677/gambar
qwen-image-edit-plus Saat ini memiliki kemampuan yang sama dengan qwen-image-edit-plus-2025-10-30	$0,028671/gambar
qwen-image-edit-plus-2025-12-15	$0,028671/gambar
qwen-image-edit-plus-2025-10-30	$0,028671/gambar
qwen-image-edit	$0,043/gambar

dog_and_girl (1)

Gambar asli

狗修改图

Buat orang tersebut membungkuk dan memegang kaki depan anjing.

Gambar asli

Ubah teks pada balok huruf dari 'HEALTH INSURANCE' menjadi 'Tomorrow will be better'.

Gambar asli

5out

Ubah kemeja berpola titik menjadi kemeja biru muda.

Gambar asli

6out

Ubah latar belakang menjadi Antarktika.

Gambar asli

7out

Buat foto profil bergaya kartun dari orang tersebut.

Gambar asli

Hapus rambut dari piring makan malam.

Qwen-MT-Image

Model terjemahan gambar Qwen mendukung penerjemahan teks dari gambar dalam 11 bahasa ke bahasa Tiongkok atau Inggris. Model ini secara akurat mempertahankan tata letak dan informasi konten asli, serta menyediakan fitur kustom seperti definisi kata kunci, penyaringan kata sensitif, dan deteksi entitas gambar. Referensi API

Catatan

Model	Harga satuan	Kuota gratis

qwen-mt-image	$0,000431/gambar	Tidak ada kuota gratis

Gambar Asli

Bahasa Jepang

Bahasa Portugis

Bahasa Arab

Tongyi - text-to-Image - Z-Image

Tongyi - text-to-image - Z-Image adalah model ringan yang secara cepat menghasilkan gambar berkualitas tinggi. Model ini mendukung rendering teks dalam bahasa Tiongkok dan Inggris, pemahaman semantik kompleks, berbagai gaya, serta resolusi dan rasio aspek ganda. Referensi API

Internasional

Model

Harga satuan

Kuota gratis (Catatan)

_{Berlaku selama 90 hari setelah mengaktifkan Model Studio}

z-image-turbo

Ekstensi prompt dinonaktifkan (prompt_extend=false): $0,015/gambar

Ekstensi prompt diaktifkan (prompt_extend=true): $0,03/gambar

100 gambar

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model

Harga satuan

Kuota gratis

z-image-turbo

Ekstensi prompt dinonaktifkan (prompt_extend=false): $0,01434/gambar

Ekstensi prompt diaktifkan (prompt_extend=true): $0,02868/gambar

Tidak ada kuota gratis

Prompt input

Gambar output

Foto seorang wanita muda stylish berambut pendek hitam yang berdiri percaya diri di depan dinding mural bergaya kartun penuh warna. Ia mengenakan outfit serba hitam: jaket bomber puff dengan kerah berkerut, celana cargo pendek, stoking jaring ikan, dan sepatu bot Doc Martens hitam tebal, dilengkapi rantai emas yang menjuntai dari pinggangnya. Latar belakang terdiri atas empat panel bergaya komik penuh warna: satu bertuliskan “GRAND STAGE” yang menampilkan sepatu sneakers dan botol Gatorade; panel lain menampilkan sneakers Nike hijau dan sepotong pizza; panel ketiga bertuliskan “HARAJUKU st” dengan sepatu-sepatu melayang; serta panel keempat menunjukkan seekor tikus biru sedang menaiki skateboard dengan teks “Takeshita WELCOME.” Warna dominan cerah mencakup kuning, teal, oranye, merah muda, dan hijau. Balon ucapan, pola halftone, serta karakter-karakter lucu memperkuat estetika seni jalanan urban. Pencahayaan siang hari menerangi seluruh adegan secara merata, dengan lantai ubin putih di bawah kakinya. Komposisi potret tubuh penuh ini terpusat, postur sedikit miring, dan subjek menatap langsung ke kamera. Gambar memiliki detail tinggi, fokus tajam, serta framing dinamis.

b16c8008-83c1-4c80-ae22-786a2299bec3-1-转换自-png

Wan text-to-image

Model teks-ke-gambar Wan menghasilkan gambar berkualitas tinggi dari teks. Referensi API | Coba online

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berlokasi di wilayah AS (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model

Deskripsi

Harga satuan

Kuota gratis (Catatan)

_{Berlaku selama 90 hari setelah mengaktifkan Model Studio}

wan2.6-t2i Recommended

Wan 2.6. Mendukung antarmuka sinkron baru dan memungkinkan Anda memilih dimensi secara bebas dalam batasan total area piksel dan rasio aspek.

$0,03/gambar

Tidak ada kuota gratis

Internasional

Model	Deskripsi	Harga satuan	Kuota gratis (Catatan) _{Berlaku selama 90 hari setelah mengaktifkan Model Studio}
wan2.6-t2i `Recommended`	Wan 2.6. Mendukung antarmuka sinkron baru dan memungkinkan pemilihan dimensi secara bebas dalam batasan total area piksel dan rasio aspek.	$0,03/gambar	50 gambar
wan2.5-t2i-preview `Recommended`	Pratinjau Wan 2.5. Menghapus batasan panjang sisi tunggal dan memungkinkan pemilihan dimensi secara bebas dalam batasan total area piksel dan rasio aspek.	$0,03/gambar	50 gambar
wan2.2-t2i-plus	Edisi Profesional Wan 2.2. Ditingkatkan secara menyeluruh dalam kreativitas, stabilitas, dan tekstur realistis.	$0,05/gambar	100 gambar
wan2.2-t2i-flash	Edisi Flash Wan 2.2. Ditingkatkan secara menyeluruh dalam kreativitas, stabilitas, dan tekstur realistis.	$0,025/gambar	100 gambar
wan2.1-t2i-plus	Edisi Profesional Wan 2.1. Mendukung berbagai gaya dan menghasilkan gambar dengan detail yang kaya.	$0,05/gambar	200 gambar
wan2.1-t2i-turbo	Edisi Turbo Wan 2.1. Mendukung berbagai gaya dan menawarkan kecepatan generasi yang cepat.	$0,025/gambar	200 gambar

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Deskripsi	Harga satuan	Kuota gratis (Catatan) _{Berlaku selama 90 hari setelah mengaktifkan Model Studio}
wan2.6-t2i `Recommended`	Wan 2.6. Mendukung antarmuka sinkron baru dan memungkinkan pemilihan dimensi secara bebas dalam batasan total area piksel dan rasio aspek.	$0,028671/gambar	Tidak ada kuota gratis
wan2.5-t2i-preview `Recommended`	Pratinjau Wan 2.5. Menghapus batasan panjang sisi tunggal dan memungkinkan pemilihan dimensi secara bebas dalam batasan total area piksel dan rasio aspek.	$0,028671/gambar	Tidak ada kuota gratis
wan2.2-t2i-plus	Edisi Profesional Wan 2.2. Ditingkatkan sepenuhnya dalam kreativitas, stabilitas, dan tekstur realistis.	$0,02007/gambar	Tidak ada kuota gratis
wan2.2-t2i-flash	Edisi Flash Wan 2.2. Ditingkatkan sepenuhnya dalam kreativitas, stabilitas, dan tekstur realistis.	$0,028671/gambar	Tidak ada kuota gratis
wanx2.1-t2i-plus	Edisi Profesional Wan 2.1. Mendukung berbagai gaya dan menghasilkan gambar dengan detail kaya.	$0,028671/gambar	Tidak ada kuota gratis
wanx2.1-t2i-turbo	Edisi Turbo Wan 2.1. Mendukung berbagai gaya dan menawarkan kecepatan generasi cepat.	$0,020070/gambar	Tidak ada kuota gratis
wanx2.0-t2i-turbo	Edisi Turbo Wan 2.0. Unggul dalam potret bertekstur dan desain kreatif serta hemat biaya.	$0,005735/gambar	Tidak ada kuota gratis

Prompt input	Gambar output
Sebuah Santa Claus dari felt jarum yang memegang hadiah dan kucing putih yang berdiri di sampingnya, dengan latar belakang hadiah-hadiah berwarna-warni dan tanaman hijau, menciptakan adegan yang lucu, hangat, dan nyaman.

Wan2.6 image generation and editing

Model generasi gambar Wan2.6 mendukung pengeditan gambar dan dapat menghasilkan output yang berisi teks dan gambar untuk memenuhi berbagai kebutuhan generasi dan integrasi. Referensi API.

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berada di wilayah AS (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model	Harga Satuan	Kuota Gratis
wan2.6-image	$0,03/gambar	Tidak ada kuota gratis

Internasional

Dalam mode penyebaran Internasional, titik akses dan penyimpanan data berada di wilayah Singapura, serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok Daratan).

Model

Harga satuan

Kuota gratis (Catatan)

_{Berlaku selama 90 hari setelah mengaktifkan Model Studio}

wan2.6-image

$0,03/gambar

50 gambar

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, sedangkan sumber daya komputasi Inferensi terbatas pada wilayah Tiongkok Daratan.

Model	Harga satuan	Kuota gratis
wan2.6-image	$0,028671/gambar	Tidak ada kuota gratis

Wan general image editing 2.5

Model pengeditan gambar umum Wan2.5 mendukung pengeditan gambar yang konsisten terhadap entitas dan fusi multi-gambar. Model ini menerima teks, satu gambar, atau beberapa gambar sebagai input. Referensi API.

Internasional

Model

Harga satuan

Kuota gratis (Catatan)

_{Berlaku selama 90 hari setelah mengaktifkan Model Studio}

wan2.5-i2i-preview

$0,03/gambar

50 unit

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Harga satuan	Kuota gratis
wan2.5-i2i-preview	$0,028671/gambar	Tidak ada kuota gratis

Fitur

Contoh input

Gambar output

Pengeditan gambar tunggal

damotest2023_Portrait_photography_outdoors_fashionable_beauty_409ae3c1-19e8-4515-8e50-b3c9072e1282_2-转换自-png

a26b226d-f044-4e95-a41c-d1c0d301c30b-转换自-png

Ubah gaun bermotif bunga menjadi gaun panjang bergaya vintage berbahan renda dengan detail bordir indah pada kerah dan manset.

Fusi multi-gambar

p1028883

Tempatkan jam alarm dari Gambar 1 di samping vas di atas meja makan pada Gambar 2.

Wan general image editing 2.1

Model Wan2.1 general image editing melakukan berbagai pengeditan gambar dengan instruksi yang simple. Model ini cocok untuk skenario seperti outpainting, penghapusan watermark, style transfer, restorasi gambar, dan peningkatan kualitas gambar. Penggunaan | Referensi API

Catatan

Hanya mode penyebaran Mainland China yang didukung. Dalam mode ini, titik akhir (endpoint) dan penyimpanan data berlokasi di Wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya untuk Mainland China.

Model	Harga Satuan	Kuota Gratis
wanx2.1-imageedit	$0,020070 per gambar	Tidak ada kuota gratis

Model general image editing saat ini mendukung fitur-fitur berikut:

Fitur Model	Gambar Masukan	Prompt Masukan	Gambar Keluaran
Stylisasi Global		French picture book style.
Stylisasi Lokal		Change the house to a wooden plank style.
Pengeditan Berbasis Instruksi		Change the girl's hair to red.
Inpainting	Gambar masukan Gambar dengan masker (area putih menunjukkan masker)	A ceramic rabbit holding a ceramic flower.	Gambar keluaran
Penghapusan Watermark Teks		Remove the text from the image.
Outpainting		A green fairy.
Super-resolusi Gambar	Gambar buram	Image super-resolution.	Gambar jernih
Pewarnaan Gambar		Blue background, yellow leaves.
Line Art ke Gambar		A living room in a minimalist Nordic style.
Gambar Placeholder		A cartoon character cautiously peeks out, spying on a brilliant blue gem inside the room.

OutfitAnyone

Dibandingkan dengan versi dasar, model OutfitAnyone-Plus menawarkan peningkatan dalam definisi gambar, detail tekstur pakaian, dan restorasi logo. Namun, proses pembuatan gambarnya memakan waktu lebih lama dan cocok untuk skenario yang tidak sensitif terhadap waktu. Referensi API | Coba secara online
Penguraian gambar OutfitAnyone mendukung penguraian gambar model dan pakaian, yang dapat digunakan untuk pra-pemrosesan dan post-processing gambar OutfitAnyone. Referensi API

Catatan

Hanya mode penyebaran Mainland China yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi dibatasi hanya untuk Mainland China.

Model	Deskripsi	Contoh input	Contoh keluaran
aitryon-plus	OutfitAnyone-Plus
aitryon-parsing-v1	Penguraian gambar OutfitAnyone

Harga OutfitAnyone

Layanan	Model	Harga Satuan	Diskon	Tingkat
OutfitAnyone - Plus	aitryon-plus	$0,071677/gambar	Tidak ada	Tidak ada
OutfitAnyone - Penguraian gambar	aitryon-parsing-v1	$0,000574/gambar	Tidak ada	Tidak ada

Generasi video - Wan

Teks-ke-video

Model teks-ke-video Wan menghasilkan video dari satu kalimat. Videonya menampilkan gaya artistik yang kaya dan kualitas sinematik. Referensi API | Coba online

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model

Deskripsi

Harga satuan

Kuota gratis

wan2.6-t2v Recommended

Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.

720P: $0,1/detik

1080P: $0,15/detik

Tidak ada kuota gratis

Internasional

Model	Deskripsi	Harga satuan	Kuota gratis (Klaim) _{Berlaku selama 90 hari setelah Anda mengaktifkan Alibaba Cloud Model Studio}
wan2.6-t2v `Recommended`	Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.	720P: $0,10/detik 1080P: $0,15/detik	50 detik
wan2.5-t2v-preview `Recommended`	Pratinjau Wan 2.5. Mendukung voiceover otomatis dan impor file audio kustom.	480p: $0,05/detik 720p: $0,10/detik 1080p: $0,15/detik	50 detik
wan2.2-t2v-plus	Edisi Profesional Wan 2.2. Menawarkan peningkatan signifikan pada detail gambar dan stabilitas gerakan.	480p: $0,02/detik 1080p: $0,10/detik	50 detik
wan2.1-t2v-turbo	Edisi Turbo Wan 2.1. Menyediakan kecepatan generasi cepat dengan performa seimbang.	$0,036/detik	200 detik
wan2.1-t2v-plus	Edisi Profesional Wan 2.1. Menghasilkan detail yang kaya dan gambar berkualitas tinggi.	$0,10/detik	200 detik

AS

Dalam mode penyebaran AS, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi terbatas hanya di AS.

Model

Deskripsi

Harga satuan

Kuota gratis

wan2.6-t2v-us Recommended

Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.

720P: $0,1/detik

1080P: $0,15/detik

Tidak ada kuota gratis

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Deskripsi	Harga satuan	Kuota gratis
wan2.6-t2v `REcommended`	Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.	720P: $0,086012/detik 1080P: 0,143353/detik	Tidak ada kuota gratis
wan2.5-t2v-preview `Recommended`	Pratinjau Wan 2.5. Mendukung voiceover otomatis dan impor file audio kustom.	480p: $0,043006/detik 720p: $0,086012/detik 1080p: $0,143353/detik	Tidak ada kuota gratis
wan2.2-t2v-plus	Edisi Profesional Wan 2.2. Menawarkan peningkatan signifikan pada detail gambar dan stabilitas gerakan.	480p: $0,02007/detik 1080p: $0,100347/detik	Tidak ada kuota gratis
wanx2.1-t2v-turbo	Generasi lebih cepat dengan performa seimbang.	$0,034405/detik	Tidak ada kuota gratis
wanx2.1-t2v-plus	Menghasilkan detail lebih kaya dan kualitas gambar lebih tinggi.	$0,100347/detik	Tidak ada kuota gratis

Gambar-ke-video - frame pertama

Model gambar-ke-video Wan menggunakan gambar input sebagai frame pertama video. Selanjutnya, model ini menghasilkan sisa video berdasarkan prompt. Videonya menampilkan gaya artistik yang kaya dan kualitas sinematik. Referensi API | Coba online

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model

Deskripsi

Harga satuan

Kuota gratis

wan2.6-i2v Recommended

Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.

720P: $0,1/detik

1080P: $0,15/detik

Tidak ada kuota gratis

Internasional

Model	Deskripsi	Harga satuan	Kuota gratis (Catatan) _{Masa berlaku: Dalam 90 hari setelah Anda mengaktifkan Alibaba Cloud Model Studio}
wan2.6-i2v-flash `Recommended`	Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.	Output video dengan audio `audio=true`: 720P: $0,05/detik 1080P: $0,075/detik Output video tanpa audio `audio=false`: 720P: $0,025/detik 1080P: $0,0375/detik	50 detik
wan2.6-i2v `Recommended`	Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.	720P: $0,10/detik 1080P: $0,15/detik	50 detik
wan2.5-i2v-preview	Pratinjau Wan 2.5. Mendukung dubbing otomatis dan unggah file audio kustom.	480P: $0,05/detik 720P: $0,10/detik 1080P: $0,15/detik	50 detik
wan2.2-i2v-flash	Edisi Flash Wan 2.2. Menawarkan kecepatan generasi sangat cepat dengan peningkatan signifikan pada detail visual dan stabilitas gerakan.	480P: $0,015/detik 720P: $0,036/detik	50 detik
wan2.2-i2v-plus	Edisi Profesional Wan 2.2. Memberikan peningkatan signifikan pada detail visual dan stabilitas gerakan.	480P: $0,02/detik 1080P: $0,10/detik	50 detik
wan2.1-i2v-turbo	Edisi Turbo Wan 2.1. Menawarkan kecepatan generasi cepat dengan performa seimbang.	$0,036/detik	200 detik
wan2.1-i2v-plus	Edisi Profesional Wan 2.1. Menghasilkan detail yang kaya dan visual bertekstur berkualitas tinggi.	$0,10/detik	200 detik

AS

Dalam mode penyebaran AS, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi terbatas hanya di AS.

Model

Deskripsi

Harga satuan

Kuota gratis

wan2.6-i2v-us Recommended

Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.

720P: $0,1/detik

1080P: $0,15/detik

Tidak ada kuota gratis

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Deskripsi	Harga satuan	Kuota gratis
wan2.6-i2v-flash `Recommended`	Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.	Output video dengan audio `audio=true`: 720P: $0,043006/detik 1080P: $0,071676/detik Output video tanpa audio `audio=false`: 720P: $0,021503/detik 1080P: $0,035838/detik	Tidak ada kuota gratis
wan2.6-i2v `Recommended`	Wan 2.6. Memperkenalkan fitur narasi multi-shot serta mendukung voiceover otomatis dan impor file audio kustom.	720P: $0,086012/detik 1080P: $0,143353/detik	Tidak ada kuota gratis
wan2.5-i2v-preview	Pratinjau Wan 2.5. Mendukung dubbing otomatis dan unggah file audio kustom.	480P: $0,043006/detik 720P: $0,086012/detik 1080P: $0,143353/detik	Tidak ada kuota gratis
wan2.2-i2v-plus	Edisi Profesional Wan 2.2. Memberikan peningkatan signifikan pada detail visual dan stabilitas gerakan.	480P: $0,02007/detik 1080P: $0,100347/detik	Tidak ada kuota gratis
wanx2.1-i2v-turbo	Edisi Turbo Wan 2.1. Menawarkan kecepatan generasi cepat dengan performa seimbang.	$0,034405/detik	Tidak ada kuota gratis
wanx2.1-i2v-plus	Edisi Profesional Wan 2.1. Menghasilkan detail yang kaya dan visual bertekstur berkualitas tinggi.	$0,100347/detik	Tidak ada kuota gratis

Gambar-ke-video - frame pertama dan terakhir

Model video frame-pertama-dan-terakhir Wan menghasilkan video dinamis yang mulus dari prompt. Anda hanya perlu menyediakan gambar frame pertama dan terakhir. Videonya menampilkan gaya artistik yang kaya dan kualitas sinematik. Referensi API | Coba online

Internasional

Model

Harga satuan

Kuota gratis (Catatan)

^{Masa berlaku: 90 hari setelah Anda mengaktifkan Model Studio}

wan2.2-kf2v-flash

480P: USD0,015/detik

720P: USD0,036/detik

1080P: USD0,07/detik

50 detik

wan2.1-kf2v-plus

USD0,10/detik

200 detik

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model

Harga satuan

Kuota gratis (Catatan)

wan2.2-kf2v-flash

480P: $0,014335/detik

720P: $0,028671/detik

1080P: $0,068809/detik

Tidak ada kuota gratis

wanx2.1-kf2v-plus

$0,100347/detik

Tidak ada kuota gratis

Contoh input			Video output
Frame pertama	Frame terakhir	Prompt	Video output
		Dengan gaya realistis, kamera dimulai dari ketinggian mata seekor kucing hitam kecil yang menatap langit, lalu perlahan bergerak ke atas hingga menghasilkan bidikan dari atas yang memfokuskan pada mata penuh rasa ingin tahu si kucing.

Referensi-ke-video

Model referensi-ke-video Wan menggunakan penampilan karakter dan suara dari video input serta prompt untuk menghasilkan video baru yang menjaga konsistensi karakter. Referensi API

Aturan penagihan: Video input dan output keduanya ditagih per detik. Pekerjaan yang gagal tidak dikenai biaya dan tidak mengurangi kuota gratis.

Durasi tagih video input tidak melebihi 5 detik. Untuk informasi selengkapnya, lihat Penagihan dan batas laju.
Durasi tagih video output adalah durasi dalam detik dari video yang berhasil dihasilkan.

Global

Dalam mode penyebaran Global, titik akses dan penyimpanan data berlokasi di wilayah US (Virginia), serta sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia.

Model

Harga input

Harga output

Kuota gratis (Catatan)

wan2.6-r2v

720P: $0,086012/detik

1080P: $0,143353/detik

720P: $0,1/detik

1080P: $0,15/detik

Tidak ada kuota gratis

Internasional

Model

Harga input

Harga output

Kuota gratis (Catatan)

wan2.6-r2v

720P: USD 0,10/detik

1080P: USD 0,15/detik

720P: USD 0,10/detik

1080P: USD 0,15/detik

50 detik

Masa berlaku: 90 hari setelah Anda mengaktifkan Model Studio

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model

Harga input

Harga output

Kuota gratis (Catatan)

wan2.6-r2v

720P: $0,086012/detik

1080P: $0,143353/detik

720P: $0,086012/detik

1080P: $0,143353/detik

Tidak ada kuota gratis

Pengeditan video umum

Model pengeditan video umum Wan mendukung input multimodal, termasuk teks, gambar, dan video. Model ini dapat melakukan tugas generasi dan pengeditan video umum. Referensi API | Coba online

Internasional

Model

Harga satuan

Kuota gratis (Catatan)

wan2.1-vace-plus

$0,1/detik

50 detik

Masa berlaku: Berlaku selama 90 hari setelah aktivasi Model Studio.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Harga satuan	Kuota gratis (Catatan)
wanx2.1-vace-plus	$0,100347/detik	Tidak ada kuota gratis

Model pengeditan video umum mendukung fitur-fitur berikut:

Fitur	Gambar referensi input	Prompt Masukan	Video output
Referensi multi-gambar	Gambar referensi 1 (entitas referensi) Gambar referensi 2 (latar belakang referensi)	Dalam video, seorang gadis berjalan anggun keluar dari hutan kuno yang berkabut. Langkahnya ringan, dan kamera menangkap setiap gerakan lincahnya. Saat ia berhenti dan memandang sekeliling ke hutan yang rindang, senyum kejutan dan sukacita merekah di wajahnya. Adegan ini, yang membeku dalam interaksi antara cahaya dan bayangan, merekam pertemuannya yang indah dengan alam.	Video output
Pengecatan ulang video		Video menampilkan mobil bergaya steampunk berwarna hitam yang dikemudikan oleh seorang pria. Mobil tersebut dihiasi roda gigi dan pipa tembaga, dengan latar belakang pabrik permen bertenaga uap serta elemen retro yang menciptakan suasana vintage dan menyenangkan.
Pengeditan lokal	Video input Gambar mask input (area putih menunjukkan area pengeditan)	Video menampilkan kafe Prancis bergaya Paris tempat seekor singa berjas dengan elegan menyesap kopi. Ia memegang cangkir dengan satu tangan dan menyesap pelan sambil menunjukkan ekspresi santai. Kafe tersebut didekorasi dengan selera tinggi, menggunakan warna lembut dan pencahayaan hangat yang menerangi area tempat singa tersebut berada.	Konten di area pengeditan dimodifikasi berdasarkan prompt.
Ekstensi video	Klip pertama input (1 detik)	Seekor anjing yang mengenakan kacamata hitam sedang berseluncur di jalan, dalam gaya kartun 3D.	Video hasil ekstensi (5 detik)
Video outpainting		Seorang wanita elegan bersemangat memainkan biola, dengan orkestra simfoni lengkap di belakangnya.

Wan - manusia digital

Fitur ini menghasilkan video orang yang tampak alami saat berbicara, bernyanyi, atau tampil, berdasarkan satu gambar karakter dan file audio. Untuk menggunakan fitur ini, Anda dapat memanggil model-model berikut secara berurutan. Deteksi gambar wan2.2-s2v | Generasi video wan2.2-s2v

Catatan

Model	Deskripsi	Harga satuan

wan2.2-s2v-detect	Memeriksa apakah gambar input memenuhi persyaratan, seperti resolusi yang cukup, hanya terdapat satu orang, dan tampilan wajah depan.	$0,000574/gambar
wan2.2-s2v	Menghasilkan video dinamis seseorang berdasarkan gambar yang valid dan klip audio.	480p: $0,071677/detik 720p: $0,129018/detik

Contoh input

Video output

p1001125-转换自-jpeg

Audio input:

Wan - gambar animasi

Tersedia dalam mode standar dan profesional. Model ini mentransfer tindakan dan ekspresi dari video referensi ke gambar karakter, menghasilkan video yang menganimasikan karakter dari gambar tersebut. Referensi API.

Internasional

Model	Layanan	Deskripsi	Harga satuan	Kuota gratis (Lihat)
wan2.2-animate-move	Mode standar `wan-std`	Layanan hemat biaya dengan kecepatan generasi cepat, cocok untuk kebutuhan dasar seperti demo animasi sederhana.	$0,12/detik	Total durasi untuk kedua pola adalah 50 detik.
wan2.2-animate-move	Mode profesional `wan-pro`	Memberikan kelancaran animasi tinggi dan transisi alami untuk tindakan serta ekspresi, menghasilkan output yang menyerupai video live-action.	$0,18/detik	Total durasi untuk kedua pola adalah 50 detik.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Layanan	Deskripsi	Harga satuan	Kuota gratis (Lihat)
wan2.2-animate-move	Mode standar `wan-std`	Generasi cepat, ideal untuk kebutuhan dasar seperti demo animasi sederhana, serta hemat biaya.	$0,06/detik	Tidak ada kuota gratis
wan2.2-animate-move	Mode profesional `wan-pro`	Menyediakan animasi berkualitas tinggi dan lancar dengan transisi alami untuk tindakan dan ekspresi, menghasilkan output yang menyerupai video live-action.	$0,09/detik	Tidak ada kuota gratis

Gambar Karakter	Video Referensi	Video Standar	Video Output (Professional Mode)

Wan - penukaran karakter video

Tersedia dalam mode standar dan profesional. Model ini mengganti karakter utama dalam video dengan karakter dari gambar. Model ini mempertahankan adegan, pencahayaan, dan rona video asli. Referensi API.

Internasional

Model	Layanan	Deskripsi	Harga satuan	Kuota gratis (Lihat)
wan2.2-animate-mix	Mode standar `wan-std`	Menghasilkan animasi dengan cepat, ideal untuk kebutuhan dasar seperti demo sederhana, serta sangat hemat biaya.	$0,18/detik	Durasi gabungan kedua layanan adalah 50 detik.
wan2.2-animate-mix	Mode profesional `wan-pro`	Menghasilkan animasi sangat lancar dengan transisi alami untuk tindakan dan ekspresi, menghasilkan output yang sangat menyerupai video live-action.	$0,26/detik	Durasi gabungan kedua layanan adalah 50 detik.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akses dan penyimpanan data berlokasi di wilayah Beijing, serta sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Layanan	Deskripsi	Harga satuan	Kuota gratis (Lihat)
wan2.2-animate-mix	Mode standar `wan-std`	Menghasilkan animasi dengan cepat, ideal untuk kebutuhan dasar seperti demo sederhana, serta sangat hemat biaya.	$0,09/detik	Tidak ada kuota gratis
wan2.2-animate-mix	Mode profesional `wan-pro`	Menghasilkan animasi sangat lancar dengan transisi alami untuk tindakan dan ekspresi, menghasilkan kualitas yang sangat menyerupai video live-action.	$0,13/detik	Tidak ada kuota gratis

Gambar Karakter	Video Referensi	Standard video output	Video Output Profesional

AnimateAnyone

Fitur ini menghasilkan video gerakan karakter berdasarkan gambar karakter dan templat gerakan. Untuk menggunakan fitur ini, Anda dapat memanggil ketiga model berikut secara berurutan. Detail API deteksi gambar AnimateAnyone | Generasi templat gerakan AnimateAnyone | Detail API generasi video AnimateAnyone

Catatan

Model	Deskripsi	Harga satuan
animate-anyone-detect-gen2	Mendeteksi apakah gambar input memenuhi persyaratan.	$0,000574/gambar
animate-anyone-template-gen2	Mengekstraksi gerakan karakter dari video dan menghasilkan templat gerakan.	$0,011469/detik
animate-anyone-gen2	Menghasilkan video aksi karakter dari gambar karakter dan templat aksi.	$0,011469/detik

Input: Gambar Karakter	Input: Video Gerakan	Output (Dihasilkan dari Latar Belakang Gambar)	Output (Dihasilkan dari Latar Belakang Video)

Catatan

Contoh di atas dihasilkan oleh Aplikasi Tongyi, yang mengintegrasikan AnimateAnyone.
Konten yang dihasilkan oleh model AnimateAnyone hanya berupa video dan tidak termasuk audio.

EMO

Fitur ini menghasilkan video potret dinamis berdasarkan gambar potret dan file audio suara manusia. Untuk menggunakan fitur ini, Anda dapat memanggil model-model berikut secara berurutan. Deteksi gambar EMO | Generasi video EMO

Catatan

Model	Deskripsi	Harga satuan
emo-detect-v1	Mendeteksi apakah gambar input memenuhi spesifikasi yang ditentukan. Model ini dapat dipanggil langsung tanpa deployment.	$0,000574/gambar
emo-v1	Menghasilkan video potret dinamis. Model ini dapat dipanggil langsung tanpa deployment.	Video rasio aspek 1:1: $0,011469/detik Video rasio aspek 3:4: $0,022937/detik

Input: Gambar potret dan file audio suara manusia

Output: Video potret dinamis

Potret:

上春山

Audio suara manusia: Lihat video di sebelah kanan.

Video karakter:

Tingkat gaya: aktif ("style_level": "active")

LivePortrait

Model ini menghasilkan video potret dinamis secara cepat dan efisien berdasarkan gambar potret dan file audio suara manusia. Dibandingkan dengan model EMO, model ini menghasilkan video lebih cepat dan dengan biaya lebih rendah, tetapi kualitasnya tidak sebaik EMO. Untuk menggunakan fitur ini, Anda dapat memanggil dua model berikut secara berurutan. Deteksi gambar LivePortrait | Generasi video LivePortrait

Catatan

Model	Deskripsi	Harga Satuan
liveportrait-detect	Mendeteksi apakah gambar input memenuhi persyaratan.	$0,000574/gambar
liveportrait	Menghasilkan video potret dinamis.	$0,002868/detik

Input: Gambar potret dan audio suara

Output: Video potret animasi

Gambar potret:

Emoji男孩

Audio suara: Diambil dari video di sebelah kanan.

Video potret:

Emoji

Fitur ini menghasilkan video wajah dinamis berdasarkan gambar wajah dan templat gerakan wajah preset. Kemampuan ini dapat digunakan untuk skenario seperti membuat emoji dan menghasilkan materi video. Untuk menggunakan fitur ini, Anda dapat memanggil model-model berikut secara berurutan. Deteksi gambar Emoji | Generasi video Emoji

Catatan

Model	Deskripsi	Harga satuan
emoji-detect-v1	Mendeteksi apakah gambar input memenuhi persyaratan tertentu.	$0,000574/gambar
emoji-v1	Menghasilkan emoji kustom berdasarkan gambar potret dan templat emoji yang ditentukan.	$0,011469/detik

Input: Gambar potret	Output: Video potret dinamis
	Parameter untuk templat emoji "Happy": ("input.driven_id": "mengwa_kaixin")

VideoRetalk

Fitur ini menghasilkan video di mana gerakan bibir karakter sesuai dengan audio input, berdasarkan video karakter dan file audio suara manusia. Untuk menggunakan fitur ini, Anda dapat memanggil model berikut. Referensi API

Catatan

Model	Deskripsi	Harga satuan
videoretalk	Menyinkronkan gerakan bibir karakter dengan audio input untuk menghasilkan video baru.	$0,011469/detik

Transformasi gaya video

Model ini menghasilkan video dalam gaya berbeda yang sesuai dengan deskripsi semantik dari teks input pengguna, atau mengubah gaya video input pengguna. Referensi API

Catatan

Model	Description	Unit price

video-style-transform	Mengubah video input menjadi gaya seperti komik Jepang dan komik Amerika.	720P	$0.071677/second
		540P	$0.028671/second

Video masukan	Video output (gaya Manga)

Sintesis suara (teks-ke-ucapan)

Sintesis suara Qwen

Fitur ini mendukung input teks campuran multibahasa dan menyediakan output audio streaming. Penggunaan | Referensi API

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data berlokasi di wilayah Singapura. Sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia, tidak termasuk Tiongkok Daratan.

Model	Version	Price	Maximum input characters	Supported languages	Free quota (Catatan)
qwen3-tts-flash Kemampuan yang sama dengan qwen3-tts-flash-2025-09-18.	Stable	$0,10 per 10.000 karakter	600	Bahasa Mandarin (Beijing, Shanghai, Sichuan, Nanjing, Shaanxi, Minnan, Tianjin, Kanton), Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis	2.000 karakter jika Anda mengaktifkan Model Studio sebelum pukul 00.00 pada 13 November 2025. 10.000 karakter jika Anda mengaktifkan Model Studio pada atau setelah pukul 00.00 pada 13 November 2025. Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen3-tts-flash-2025-11-27	Snapshot				10.000 karakter Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.
qwen3-tts-flash-2025-09-18	Snapshot				2.000 karakter jika Anda mengaktifkan Model Studio sebelum pukul 00.00 pada 13 November 2025. 10.000 karakter jika Anda mengaktifkan Model Studio pada atau setelah pukul 00.00 pada 13 November 2025. Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Qwen3-TTS-Flash

Model	Versi	Harga	Karakter input maks	Bahasa yang didukung	Kuota gratis (Catatan)
qwen3-tts-flash Kemampuan yang setara dengan qwen3-tts-flash-2025-09-18.	Stable	$0,114682/10.000 karakter	600	Bahasa Tionghoa (Mandarin, Beijing, Shanghai, Sichuan, Nanjing, Shaanxi, Minnan, Tianjin, Kanton), Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis	Tidak ada kuota gratis
qwen3-tts-flash-2025-11-27	Snapshot
qwen3-tts-flash-2025-09-18	Snapshot

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Qwen-TTS

Model	Versi	Jendela konteks	Input maks	Output maks	Biaya input	Biaya output	Kuota gratis (Catatan)
		(Token)			(per 1.000 token)
qwen-tts Model ini memiliki kemampuan yang sama dengan qwen-tts-2025-04-10.	Stable	8.192	512	7.680	$0,230	$1,434	Tidak ada kuota gratis
qwen-tts-latest Model ini selalu memiliki kemampuan yang sama dengan versi snapshot terbaru.	Latest
qwen-tts-2025-05-22	Snapshot
qwen-tts-2025-04-10

Audio dikonversi ke token dengan laju 50 token per detik. Klip audio yang durasinya kurang dari 1 detik ditagih sebagai 50 token.

Sintesis suara real-time Qwen

Fitur ini mendukung input teks streaming dan output audio streaming. Fitur ini secara otomatis menyesuaikan laju ucapan berdasarkan konten teks dan tanda baca. Penggunaan | Referensi API

Qwen3-TTS-VD-Realtime mendukung sintesis suara real-time dengan suara voice design, tetapi tidak mendukung suara default.

Qwen3-TTS-VC-Realtime mendukung sintesis suara real-time dengan suara cloned voices, tetapi tidak mendukung suara default.

Qwen3-TTS-Flash-Realtime dan Qwen-TTS-Realtime hanya mendukung suara default dan tidak mendukung suara cloned maupun designed.

Internasional

Qwen3-TTS-VD-Realtime

Model

Versi

Harga

Bahasa yang Didukung

Kuota Gratis (Catatan)

qwen3-tts-vd-realtime-2025-12-16

Snapshot

$0,143353/10.000 karakter

Bahasa Tionghoa, Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis

10.000 karakter

Masa berlaku: Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Qwen3-TTS-VC-Realtime

Model

Versi

Harga

Bahasa yang Didukung

Kuota Gratis (Catatan)

qwen3-tts-vc-realtime-2025-11-27

Snapshot

$0,13/10.000 karakter

Bahasa Tionghoa, Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis

10.000 karakter

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Qwen3-TTS-Flash-Realtime

Model	Version	Price	Supported languages	Free quota (Catatan)
qwen3-tts-flash-realtime Model ini memiliki kemampuan yang sama dengan qwen3-tts-flash-realtime-2025-09-18.	Stable	$0,13/10.000 karakter	Bahasa Mandarin (Beijing, Shanghai, Sichuan, Nanjing, Shaanxi, Minnan, Tianjin, Kanton), Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis	Jika Anda mengaktifkan Model Studio sebelum pukul 00.00 pada 13 November 2025: 2.000 karakter Jika Anda mengaktifkan Model Studio pada atau setelah pukul 00.00 pada 13 November 2025: 10.000 karakter Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio
qwen3-tts-flash-realtime-2025-11-27	Snapshot			10.000 karakter Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio
qwen3-tts-flash-realtime-2025-09-18	Snapshot			Jika Anda mengaktifkan Model Studio sebelum pukul 00.00 pada 13 November 2025: 2.000 karakter Jika Anda mengaktifkan Model Studio pada atau setelah pukul 00.00 pada 13 November 2025: 10.000 karakter Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Qwen3-TTS-VD-Realtime

Model	Versi	Harga	Bahasa yang Didukung	Kuota Gratis (Catatan)
qwen3-tts-vd-realtime-2025-12-16	Snapshot	$0,143353 per 10.000 karakter	Bahasa Tionghoa, Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis	Tidak ada kuota gratis

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Qwen3-TTS-VC-Realtime

Model	Versi	Harga	Bahasa yang Didukung	Kuota gratis (Catatan)
qwen3-tts-vc-realtime-2025-11-27	Snapshot	$0,143353/10.000 karakter	Bahasa Tionghoa, Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis	Tidak ada kuota gratis

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Qwen3-TTS-Flash-Realtime

Model	Versi	Harga	Bahasa yang didukung	Kuota gratis (Catatan)
qwen3-tts-flash-realtime Fungsional identik dengan qwen3-tts-flash-realtime-2025-09-18.	Stable	$0,143353/10.000 karakter	Bahasa Tionghoa (Mandarin, Beijing, Shanghai, Sichuan, Nanjing, Shaanxi, Minnan, Tianjin, Kanton), Inggris, Spanyol, Rusia, Italia, Prancis, Korea, Jepang, Jerman, Portugis	Tidak ada kuota gratis
qwen3-tts-flash-realtime-2025-11-27	Snapshot
qwen3-tts-flash-realtime-2025-09-18	Snapshot

Tagihan dihitung berdasarkan jumlah karakter input. Aturan perhitungannya sebagai berikut:

Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter.
Karakter lainnya, seperti huruf Latin, tanda baca, atau spasi, dihitung sebagai 1 karakter.

Qwen-TTS-Realtime

Model	Versi	Jendela konteks	Input maks	Output Maksimum	Biaya input	Biaya output	Bahasa yang didukung	Kuota gratis (Catatan)
		(Token)			(per 1.000 token)
qwen-tts-realtime Model ini memiliki kemampuan yang sama dengan qwen-tts-realtime-2025-07-15.	Stable	8.192	512	7.680	$0,345	$1,721	Bahasa Tionghoa, Inggris	Tidak ada kuota gratis
qwen-tts-realtime-latest Model ini memiliki kemampuan yang sama dengan qwen-tts-realtime-2025-07-15.	Latest						Bahasa Tionghoa, Inggris
qwen-tts-realtime-2025-07-15	Snapshot						Bahasa Tionghoa, Inggris

Audio dikonversi ke token dengan laju 50 token per detik. Klip audio yang durasinya kurang dari 1 detik ditagih sebagai 50 token.

Kloning suara Qwen

Kloning suara menggunakan model untuk ekstraksi fitur guna mengkloning suara tanpa pelatihan. Anda dapat memberikan rekaman audio selama 10 hingga 20 detik saja untuk menghasilkan suara kustom yang sangat mirip dan terdengar alami. Penggunaan | Referensi API

Internasional

Model

Harga

Kuota gratis (Catatan)

qwen-voice-enrollment

$0,01/suara

1.000 suara

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Harga	Kuota gratis (Catatan)
qwen-voice-enrollment	$0,01/suara	Tidak ada kuota gratis

Desain suara Qwen

Desain suara menghasilkan suara kustom dari deskripsi teks. Fitur ini mendukung definisi fitur suara multibahasa dan multidimensi. Fitur ini cocok untuk berbagai aplikasi, seperti pengisi suara iklan, pembuatan karakter, dan pembuatan konten audio. Penggunaan | Referensi API

Internasional

Model

Harga

Kuota gratis (Catatan)

qwen-voice-design

$0,20 per suara

10 timbre

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Harga	Kuota gratis (Catatan)
qwen-voice-design	$0,20 per suara	Tidak ada kuota gratis

Sintesis suara CosyVoice

CosyVoice adalah model sintesis suara generatif generasi berikutnya dari Tongyi Lab. Dibangun di atas model bahasa pre-train skala besar, CosyVoice mengintegrasikan pemahaman teks dan generasi suara secara mendalam serta mendukung sintesis teks-ke-ucapan streaming real-time. Penggunaan | Referensi API

Catatan

Hanya mode penyebaran Tiongkok Daratan yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di wilayah Beijing, dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Harga	Kuota gratis (Catatan)
cosyvoice-v3-plus	$0,286706 per 10.000 karakter	Tidak ada kuota gratis
cosyvoice-v3-flash	$0,14335 per 10.000 karakter
cosyvoice-v2	$0,286706 per 10.000 karakter

Perhitungan karakter dilakukan sebagai berikut: Setiap karakter Tionghoa, termasuk Tionghoa sederhana dan tradisional, Kanji Jepang, serta Hanja Korea, dihitung sebagai 2 karakter. Karakter lainnya, seperti huruf, angka, Kana Jepang, dan Hangul Korea, dihitung sebagai 1 karakter. Konten dalam tag SSML tidak dikenai biaya.

Speech recognition (speech-to-text) dan translation (speech-to-translation)

Qwen3-LiveTranslate-Flash

Qwen3-LiveTranslate-Flash-Realtime

Qwen3-LiveTranslate-Flash-Realtime adalah model multibahasa untuk terjemahan audio dan video real-time. Model ini mengenali 18 bahasa dan menyediakan terjemahan audio real-time dalam 10 bahasa.

Fitur utama:

Dukungan multibahasa: Mendukung 18 bahasa dan 6 dialek Tiongkok, termasuk Tiongkok, Inggris, Prancis, Jerman, Rusia, Jepang, dan Korea. Model ini juga mendukung dialek seperti Mandarin, Kanton, dan Sichuan.
Peningkatan berbasis visi: Menggunakan konten visual untuk meningkatkan akurasi terjemahan. Model ini menganalisis petunjuk visual, seperti gerakan bibir, tindakan, dan teks pada layar, guna meningkatkan akurasi terjemahan di lingkungan bising atau ketika ucapan ambigu.
Latensi 3 detik: Mencapai latensi interpretasi simultan serendah 3 detik.
Interpretasi simultan tanpa kehilangan kualitas: Mengatasi masalah urutan kata lintas bahasa menggunakan teknologi prediksi unit semantik. Kualitas terjemahan real-time setara dengan terjemahan offline.
Suara alami: Menghasilkan suara yang natural dan menyerupai manusia. Model ini secara otomatis menyesuaikan nada dan emosi berdasarkan konten audio sumber.

Penggunaan | Referensi API

Internasional

Model	Versi	Context window	Max input	Max output	Kuota gratis (Catatan)
		(Tokens)
qwen3-livetranslate-flash-realtime Model ini memiliki kemampuan yang sama dengan qwen3-livetranslate-flash-realtime-2025-09-22.	Stable	53.248	49.152	4.096	1 juta token untuk setiap versi Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio
qwen3-livetranslate-flash-realtime-2025-09-22	Snapshot

Setelah kuota gratis habis, penagihan untuk input dan output dihitung sebagai berikut:

Billing Item	Harga (per juta token)
Input: Audio	$10
Input: Image	$1,3

Billing Items for Output	Harga (per juta token)
Text	$10
Audio	$38

Perhitungan token:

Audio: Setiap detik audio input atau output mengonsumsi 12,5 token.
Image: Setiap input 28 × 28 piksel mengonsumsi 0,5 token.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Versi	Context window	Max input	Max output	Kuota gratis (Catatan)
		(Tokens)
qwen3-livetranslate-flash-realtime Model ini memiliki kemampuan yang sama dengan qwen3-livetranslate-flash-realtime-2025-09-22.	Stable	53.248	49.152	4.096	Tidak ada kuota gratis
qwen3-livetranslate-flash-realtime-2025-09-22	Snapshot

Penagihan untuk input dan output dihitung sebagai berikut:

Billing Item Input	Harga (per juta token)
Input: Audio	9.175,00
Input image	$1,147

Billable Items for Output	Harga (per juta token)
Text	Rp9.175,00
Audio	$34,405

Perhitungan token:

Audio: Setiap detik audio input atau output mengonsumsi 12,5 token.
Image: Setiap input 28 × 28 piksel mengonsumsi 0,5 token.

Pengenalan file audio Qwen

Berdasarkan model dasar multimodal Qwen, fitur ini mendukung pengenalan multibahasa, pengenalan nyanyian, dan penolakan noise. Penggunaan | Referensi API

Internasional

Qwen3-ASR-Flash-Filetrans

Model

Versi

Bahasa yang didukung

Laju sampel yang didukung

Harga

Kuota gratis (Catatan)

qwen3-asr-flash-filetrans

Menyediakan kemampuan yang sama dengan qwen3-asr-flash-filetrans-2025-11-17.

Stable

Tiongkok (Mandarin, Sichuan, Minnan, Wu, dan Kanton), Inggris, Jepang, Jerman, Korea, Rusia, Prancis, Portugis, Arab, Italia, Spanyol, Hindi, Indonesia, Thailand, Turki, Ukraina, Vietnam, Ceko, Denmark, Filipina, Finlandia, Islandia, Melayu, Norwegia, Polandia, dan Swedia

Apa saja

$0,000035/detik

36.000 detik (10 jam)

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

qwen3-asr-flash-filetrans-2025-11-17

Snapshot

Qwen3-ASR-Flash

Model

Versi

Bahasa yang didukung

Laju sampel yang didukung

Harga satuan

Kuota gratis (Catatan)

qwen3-asr-flash

Memiliki kemampuan yang sama dengan qwen3-asr-flash-2025-09-08.

Stable

Tiongkok (Mandarin, Sichuan, Minnan, Wu, Kanton), Inggris, Jepang, Jerman, Korea, Rusia, Prancis, Portugis, Arab, Italia, Spanyol, Hindi, Indonesia, Thailand, Turki, Ukraina, Vietnam, Ceko, Denmark, Filipina, Finlandia, Islandia, Melayu, Norwegia, Polandia, dan Swedia

Apa saja

$0,000035/detik

36.000 detik (10 jam)

Masa berlaku: Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

qwen3-asr-flash-2025-09-08

Snapshot

AS

Dalam mode penyebaran AS, titik akhir dan penyimpanan data berlokasi di wilayah AS (Virginia), dan sumber daya komputasi inferensi dibatasi hanya di Amerika Serikat.

Model

Versi

Bahasa yang Didukung

Laju Sampel yang Didukung

Harga

Kuota Gratis (Catatan)

qwen3-asr-flash-us

Model ini menyediakan kemampuan yang sama dengan qwen3-asr-flash-2025-09-08-us.

Stable

Apa saja

$0,000035/detik

Tidak ada kuota gratis

qwen3-asr-flash-2025-09-08-us

Snapshot

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Qwen3-ASR-Flash-Filetrans

Model

Versi

Bahasa yang didukung

Laju sampel yang didukung

Harga

Kuota gratis (Catatan)

qwen3-asr-flash-filetrans

Ekuivalen saat ini: qwen3-asr-flash-filetrans-2025-11-17

Stable

Apa saja

$0,000032/detik

Tidak ada kuota gratis

qwen3-asr-flash-filetrans-2025-11-17

Snapshot

Qwen3-ASR-Flash

Model

Versi

Bahasa yang Didukung

Laju Sampel yang Didukung

Harga

Kuota Gratis (Catatan)

qwen3-asr-flash

Fungsional identik dengan qwen3-asr-flash-2025-09-08.

Stable

Apa saja

$0,000032/detik

Tidak ada kuota gratis

qwen3-asr-flash-2025-09-08

Snapshot

Pengenalan ucapan real-time Qwen

Model pengenalan ucapan real-time Qwen menyediakan deteksi bahasa otomatis. Model ini mendeteksi 11 jenis ucapan dan mentranskripsi audio secara akurat di lingkungan kompleks. Penggunaan | Referensi API

Internasional

Model

Versi

Bahasa yang didukung

Laju sampel yang didukung

Harga

Kuota gratis (Catatan)

qwen3-asr-flash-realtime

Memiliki kemampuan yang sama dengan qwen3-asr-flash-realtime-2025-10-27.

Stable

8 kHz, 16 kHz

$0,00009/detik

36.000 detik (10 jam)

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio

qwen3-asr-flash-realtime-2025-10-27

Snapshot

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model

Versi

Bahasa yang didukung

Laju sampel yang didukung

Harga

Kuota gratis (Catatan)

qwen3-asr-flash-realtime

Model ini memiliki kemampuan yang setara dengan qwen3-asr-flash-realtime-2025-10-27.

Stable

8 kHz, 16 kHz

$0,000047/detik

Tidak ada kuota gratis

qwen3-asr-flash-realtime-2025-10-27

Snapshot

Pengenalan ucapan Paraformer

Paraformer adalah model pengenalan ucapan dari Tongyi Lab. Model ini tersedia dalam dua versi: pengenalan file audio dan pengenalan ucapan real-time.

Pengenalan file audio

Penggunaan | Referensi API

Catatan

Hanya mendukung mode penyebaran Tiongkok Daratan. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di wilayah Beijing, dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Bahasa yang Didukung	Laju Sampel yang Didukung	Skenario	Format Audio yang Didukung	Harga	Kuota gratis (Catatan)
paraformer-v2	Tiongkok (Mandarin, Kanton, Wu, Minnan, Timur Laut, Gansu, Guizhou, Henan, Hubei, Hunan, Ningxia, Shanxi, Shaanxi, Shandong, Sichuan, Tianjin, Jiangxi, Yunnan, Shanghai), Inggris, Jepang, Korea, Jerman, Prancis, Rusia	Apa saja	Live stream	aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv	$0,000012/detik	Tidak ada kuota gratis
paraformer-8k-v2	Tiongkok (Mandarin)	8 kHz	Panggilan telepon		$0,000012/detik	Tidak ada kuota gratis

Pengenalan ucapan real-time

Penggunaan | Referensi API

Catatan

Model	Bahasa yang Didukung	Laju Sampel yang Didukung	Skenario	Format Audio yang Didukung	Harga	Kuota gratis (Catatan)
paraformer-realtime-v2	Tiongkok (Mandarin, Kanton, Wu, Minnan, Timur Laut, Gansu, Guizhou, Henan, Hubei, Hunan, Ningxia, Shanxi, Shaanxi, Shandong, Sichuan, Tianjin, Jiangxi, Yunnan, dan Shanghai), Inggris, Jepang, Korea, Jerman, Prancis, dan Rusia Anda dapat beralih di antara beberapa bahasa.	Apa saja	Streaming video langsung dan konferensi	pcm, wav, mp3, opus, speex, aac, amr	$0,000035/detik	Tidak ada kuota gratis
paraformer-realtime-8k-v2	Tiongkok (Mandarin)	8 kHz	Pusat panggilan dan lainnya	pcm, wav, mp3, opus, speex, aac, amr	$0,000035/detik	Tidak ada kuota gratis

Pengenalan ucapan Fun-ASR

Fun-ASR adalah model pengenalan ucapan dari seri Tongyi Fun. Model ini tersedia dalam dua versi: pengenalan file audio dan pengenalan ucapan real-time.

Pengenalan file audio

Penggunaan | Referensi API

Internasional

Model	Version	Bahasa yang didukung	Laju sampel yang didukung	Skenario	Format audio yang didukung	Harga	Kuota gratis (Catatan)
fun-asr Kemampuannya sama dengan fun-asr-2025-11-07.	Stable	Bahasa Tiongkok (Mandarin, Kanton, Wu, Minnan, Hakka, Gan, Xiang, dan Jin), aksen Mandarin dari wilayah seperti Zhongyuan, Barat Daya, Ji-Lu, Jianghuai, Lan-Yin, Jiao-Liao, Timur Laut, Beijing, Hong Kong, dan Taiwan (termasuk aksen dari Henan, Shaanxi, Hubei, Sichuan, Chongqing, Yunnan, Guizhou, Guangdong, Guangxi, Hebei, Tianjin, Shandong, Anhui, Nanjing, Jiangsu, Hangzhou, Gansu, dan Ningxia), bahasa Inggris, dan bahasa Jepang	Apa saja	Live stream, panggilan telepon, interpretasi konferensi, dan lainnya	aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, dan wmv	$0,000035/detik	36.000 detik (10 jam) Berlaku selama 90 hari
fun-asr-2025-11-07 Dibandingkan dengan fun-asr-2025-08-25, versi ini dioptimalkan untuk VAD jarak jauh guna meningkatkan akurasi pengenalan.	Snapshot
fun-asr-2025-08-25		Bahasa Tiongkok (Mandarin), bahasa Inggris
fun-asr-mtl Kemampuannya sama dengan fun-asr-mtl-2025-08-25.	Stable	Bahasa Tiongkok (Mandarin dan Kanton), bahasa Inggris, Jepang, Korea, Vietnam, Indonesia, Thailand, Melayu, Filipina, Arab, Hindi, Bulgaria, Kroasia, Ceko, Denmark, Belanda, Estonia, Finlandia, Yunani, Hongaria, Irlandia, Latvia, Lituania, Malta, Polandia, Portugis, Rumania, Slowakia, Slovenia, dan Swedia
fun-asr-mtl-2025-08-25	Snapshot

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Versi	Bahasa yang didukung	Laju sampel yang didukung	Skenario	Format audio yang didukung	Harga	Kuota gratis (Catatan)
fun-asr Kemampuan yang sama dengan fun-asr-2025-11-07.	Stable	Tiongkok (Mandarin, Kanton, Wu, Minnan, Hakka, Gan, Xiang, dan Jin), aksen Mandarin dari wilayah seperti Zhongyuan, Barat Daya, Ji-Lu, Jianghuai, Lan-Yin, Jiao-Liao, Timur Laut, Beijing, Hong Kong, dan Taiwan (termasuk aksen dari Henan, Shaanxi, Hubei, Sichuan, Chongqing, Yunnan, Guizhou, Guangdong, Guangxi, Hebei, Tianjin, Shandong, Anhui, Nanjing, Jiangsu, Hangzhou, Gansu, dan Ningxia), Inggris, dan Jepang	Apa saja	Live stream, panggilan telepon, interpretasi konferensi, dan lainnya	aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, dan wmv	$0,000032/detik	Tidak ada kuota gratis
fun-asr-2025-11-07 Dibandingkan dengan fun-asr-2025-08-25, versi ini dioptimalkan untuk VAD jarak jauh guna meningkatkan akurasi pengenalan.	Snapshot
fun-asr-2025-08-25		Tiongkok (Mandarin), Inggris
fun-asr-mtl Kemampuan yang sama dengan fun-asr-mtl-2025-08-25.	Stable	Tiongkok (Mandarin dan Kanton), Inggris, Jepang, Korea, Vietnam, Indonesia, Thailand, Melayu, Filipina, Arab, Hindi, Bulgaria, Kroasia, Ceko, Denmark, Belanda, Estonia, Finlandia, Yunani, Hongaria, Irlandia, Latvia, Lithuania, Malta, Polandia, Portugis, Rumania, Slowakia, Slovenia, dan Swedia
fun-asr-mtl-2025-08-25	Snapshot

Pengenalan ucapan real-time

Penggunaan | Referensi API

Internasional

Model

Versi

Bahasa yang didukung

Laju sampel yang didukung

Skenario

Format audio yang didukung

Harga

Kuota gratis (Catatan)

fun-asr-realtime

Kemampuan model ini sama dengan fun-asr-realtime-2025-11-07.

Stable

Tiongkok (Mandarin, Kanton, Wu, Minnan, Hakka, Gan, Xiang, dan Jin), Inggris, dan Jepang. Model ini juga mendukung aksen Mandarin dari wilayah seperti Zhongyuan, Barat Daya, Ji-Lu, Jianghuai, Lan-Yin, Jiao-Liao, Timur Laut, Beijing, Hong Kong, dan Taiwan. Selain itu, model ini mendukung aksen dari wilayah seperti Henan, Shaanxi, Hubei, Sichuan, Chongqing, Yunnan, Guizhou, Guangdong, Guangxi, Hebei, Tianjin, Shandong, Anhui, Nanjing, Jiangsu, Hangzhou, Gansu, dan Ningxia.

16 kHz

Streaming video langsung, konferensi video, pusat panggilan, dan lainnya

pcm, wav, mp3, opus, speex, aac, dan amr

$0,00009/detik

36.000 detik (10 jam)

Berlaku selama 90 hari.

fun-asr-realtime-2025-11-07

Snapshot

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Tiongkok (Beijing), dan sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model	Version	Supported languages	Supported sample rates	Scenarios	Supported audio formats	Price	Free quota (Note)
fun-asr-realtime Model ini memiliki kemampuan yang sama dengan fun-asr-realtime-2025-11-07.	Stable	Bahasa Tiongkok (Mandarin, Kanton, Wu, Minnan, Hakka, Gan, Xiang, dan Jin), Inggris, dan Jepang. Model ini juga mendukung aksen Mandarin dari wilayah seperti Zhongyuan, Southwest, Ji-Lu, Jianghuai, Lan-Yin, Jiao-Liao, Northeast, Beijing, Hong Kong, dan Taiwan. Selain itu, model ini mendukung aksen dari wilayah seperti Henan, Shaanxi, Hubei, Sichuan, Chongqing, Yunnan, Guizhou, Guangdong, Guangxi, Hebei, Tianjin, Shandong, Anhui, Nanjing, Jiangsu, Hangzhou, Gansu, dan Ningxia.	16 kHz	Live video streaming, video conferences, call centers, dan lainnya	pcm, wav, mp3, opus, speex, aac, dan amr	$0.000047/second	Tidak ada kuota gratis
fun-asr-realtime-2025-11-07 Dibandingkan dengan fun-asr-realtime-2025-09-15, versi ini dioptimalkan untuk VAD jarak jauh guna meningkatkan akurasi pengenalan.	Snapshot
fun-asr-realtime-2025-09-15		Bahasa Tiongkok (Mandarin), Inggris

Penyematan teks

Model penyematan teks mengonversi teks menjadi representasi numerik untuk tugas-tugas seperti pencarian, pengelompokan, rekomendasi, dan klasifikasi. Penagihan untuk model-model ini didasarkan pada jumlah token input. Referensi API

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data berlokasi di wilayah Singapore. Sumber daya komputasi inferensi dijadwalkan secara global, tidak termasuk Tiongkok Daratan.

Model

Embedding dimensions

Batch size

Max tokens per batch (Catatan)

Supported languages

Harga

(Juta input token)

Free quota

(Catatan)

text-embedding-v4

Bagian dari seri Qwen3-Embedding

2.048, 1.536, 1.024 (default), 768, 512, 256, 128, atau 64

8.192

Lebih dari 100 bahasa utama, seperti Chinese, English, Spanish, French, Portuguese, Indonesian, Japanese, Korean, German, dan Russian, serta berbagai bahasa pemrograman

$0,07

1 juta token

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

text-embedding-v3

1.024 (default), 768, atau 512

8.192

Lebih dari 50 bahasa, seperti Chinese, English, Spanish, French, Portuguese, Indonesian, Japanese, Korean, German, dan Russian

500.000 token

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Beijing. Sumber daya komputasi inferensi dibatasi hanya di Tiongkok Daratan.

Model

Dimensi penyematan

Ukuran batch

Token maks per batch (Catatan)

Bahasa yang didukung

Harga

(Juta token input)

Kuota gratis

(Catatan)

text-embedding-v4

Bagian dari seri Qwen3-Embedding

Batch separuh harga

2.048, 1.536, 1.024 (default), 768, 512, 256, 128, atau 64

8.192

Lebih dari 100 bahasa utama, termasuk Tiongkok, Inggris, Spanyol, Prancis, Portugis, Indonesia, Jepang, Korea, Jerman, dan Rusia, serta berbagai bahasa pemrograman

$0,072

Tidak ada kuota gratis

Catatan

Ukuran batch adalah jumlah maksimum teks yang dapat diproses dalam satu panggilan API. Misalnya, ukuran batch untuk text-embedding-v4 adalah 10. Artinya, satu permintaan dapat membuat vektor hingga 10 teks, dan setiap teks tidak boleh melebihi 8.192 token. Batasan ini berlaku untuk:

Input array string: Array dapat berisi hingga 10 elemen.
Input file: File teks dapat berisi hingga 10 baris teks.

Multimodal embedding

Model multimodal embedding mengonversi teks, gambar, dan video menjadi vektor bilangan titik mengambang. Model ini cocok untuk aplikasi seperti klasifikasi video, klasifikasi gambar, dan pengambilan gambar-teks. Referensi API

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data berlokasi di wilayah Singapore. Sumber daya komputasi inferensi dijadwalkan secara global, tidak termasuk Tiongkok Daratan.

Model

Jenis data

Dimensi embedding

Harga satuan (per juta token input)

Kuota gratis (Catatan)

tongyi-embedding-vision-plus

float(32)

1.152

$0,09

1 juta token

Berlaku selama 90 hari setelah Anda mengaktifkan Model Studio.

tongyi-embedding-vision-flash

float(32)

768

Gambar/Video: $0,03

Teks: $0,09

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Beijing. Sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Jenis data	Dimensi embedding	Harga (per 1.000 token input)	Kuota gratis (Catatan)
multimodal-embedding-v1	float(32)	1.024	Uji coba gratis	Tanpa batas token

Text rerank

Fitur ini biasanya digunakan untuk semantic retrieval. Diberikan sebuah kueri, fitur ini mengurutkan daftar dokumen kandidat dalam urutan menurun berdasarkan relevansi semantiknya. Referensi API

Internasional

Dalam mode penyebaran internasional, titik akhir dan penyimpanan data berlokasi di wilayah Singapore. Sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia, tidak termasuk Tiongkok Daratan.

Model

Jumlah Maksimum Dokumen

Token Input Maksimum per Item

Token Input Maksimum

Bahasa yang Didukung

Harga (per juta token input)

qwen3-rerank

500

4.000

30.000

Lebih dari 100 bahasa utama, seperti Tionghoa, Inggris, Spanyol, Prancis, Portugis, Indonesia, Jepang, Korea, Jerman, dan Rusia

$0,1

Token input maksimum per item: Setiap kueri atau dokumen dibatasi hingga 4.000 token. Input yang melebihi batas ini akan dipotong.
Jumlah maksimum dokumen: Setiap permintaan dibatasi hingga 500 dokumen.
Token input maksimum: Jumlah total token untuk semua kueri dan dokumen dalam satu permintaan dibatasi hingga 30.000.

Tiongkok Daratan

Dalam mode penyebaran Tiongkok Daratan, titik akhir dan penyimpanan data berlokasi di wilayah Beijing. Sumber daya komputasi inferensi terbatas hanya di Tiongkok Daratan.

Model	Jumlah Maksimum Dokumen	Token Input Maksimum per Item	Token Input Maksimum	Bahasa yang Didukung	Harga (per Juta Token Input)
gte-rerank-v2	500	4.000	30.000	Lebih dari 50 bahasa, termasuk Tionghoa, Inggris, Jepang, Korea, Thailand, Spanyol, Prancis, Portugis, Jerman, Indonesia, dan Arab	$0,115

Token input maksimum per item: Setiap kueri atau dokumen dibatasi hingga 4.000 token. Input yang melebihi batas ini akan dipotong.
Jumlah maksimum dokumen: Setiap permintaan dibatasi hingga 500 dokumen.
Token input maksimum: Jumlah total token untuk semua kueri dan dokumen dalam satu permintaan dibatasi hingga 30.000.

Domain specific

Intent recognition

Model pengenalan maksud Qwen dapat mengurai maksud pengguna secara cepat dan akurat dalam hitungan milidetik serta memilih alat yang sesuai untuk menyelesaikan masalah pengguna. Referensi API | Penggunaan

Catatan

Hanya mode penyebaran Mainland China yang didukung. Dalam mode ini, titik akhir dan penyimpanan data berlokasi di Wilayah Beijing, dan sumber daya komputasi inferensi dibatasi hanya untuk Mainland China.

Model	Context window	Max input	Max output	Input cost	Output cost
Model	(Tokens)			(Million tokens)
tongyi-intent-detect-v3	8.192	8.192	1.024	$0,058	$0,144

Role playing

Model role-playing Qwen sangat ideal untuk skenario yang memerlukan percakapan menyerupai manusia, seperti interaksi sosial virtual, NPC dalam game, replikasi karakter IP, perangkat keras, mainan, dan sistem dalam kendaraan. Dibandingkan model Qwen lainnya, model ini menawarkan kemampuan yang lebih baik dalam hal kesetiaan karakter, perkembangan percakapan, dan kemampuan mendengarkan secara empatik. Penggunaan

International

Dalam international deployment mode, titik akhir dan penyimpanan data berlokasi di Wilayah Singapura. Sumber daya komputasi inferensi dijadwalkan secara dinamis di seluruh dunia, kecuali Mainland China.

Model	Context window	Max input	Max output	Input cost	Output cost
Model	(Tokens)			(Million tokens)
qwen-plus-character-ja	8.192	7.680	512	$0,5	$1,4

Mainland China

Dalam deployment mode Mainland China, titik akhir dan penyimpanan data berlokasi di Wilayah Beijing. Sumber daya komputasi inferensi dibatasi hanya untuk Mainland China.

Model	Context window	Max input	Max output	Input cost	Output cost
Model	(Tokens)			(Million tokens)
qwen-plus-character	32.768	32.000	4.096	$0,115	$0,287

Model yang Telah Dipensiunkan

Dipensiunkan pada 20 Agustus 2025

Qwen2

Model open-source Qwen2 dari Alibaba Cloud. Penggunaan | Referensi API | Coba secara online

Model	Context window	Max input	Max output	Input cost	Output cost	Alternative models
	(Tokens)			(Million tokens)
qwen2-72b-instruct	131.072	128.000	6.144	Gratis untuk waktu terbatas		Qwen3, DeepSeek, Kimi, dan lainnya
qwen2-57b-a14b-instruct	65.536	63.488
qwen2-7b-instruct	131.072	128.000

Qwen1.5

Model open-source Qwen1.5 dari Alibaba Cloud. Penggunaan | Referensi API | Coba secara online

Model	Context window	Max input	Max output	Input cost	Output cost	Alternative models
	(Tokens)			(Juta token)
qwen1.5-110b-chat	8.000	6.000	2.000	Gratis untuk waktu terbatas		Qwen3, DeepSeek, Kimi, dan lainnya
qwen1.5-72b-chat
qwen1.5-32b-chat
qwen1.5-14b-chat
qwen1.5-7b-chat