Alibaba équilibré centrale modèle offrant un 1M-token fenêtre de contexte à élevé débit et économique-friendly tarification.
Technical Specifications
- Provider
- Alibaba
- Category
- flagship
- Release Date
- 2024-01
- Batch API Discount
- 50% off async batch
- Consumer Subscription
- API Pay-as-you-go
- Reasoning Effort Control
- Fixed
- Structured Outputs
- Yes
- Output Modalities
- text
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- qwen-plus-instruct
- Supported SDK & API Protocol
- Alibaba REST API (OpenAI-Compatible)
- Lifecycle & Deprecation Status
- Legacy Stable (Upgrade path available in Alibaba lineup)
- Production Rate Limits (RPM & TPM)
- 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($0.4/1M in) across full 1000K window
- Prompt Cache Write & TTL Policy
- Cached input at $0.04/1M tokens
- Computer Use & Browser GUI Agent
- API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
- MCP & Parallel Tool Calling
- Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
- Web Search Grounding & Code Sandbox
- Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools
- Fine-Tuning & Distillation Support
- API Prompt Engineering & RAG Distillation
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- Minimum GPU VRAM Requirement
- Zero Local VRAM Required (100% Serverless Cloud API)
- Supported Inference Engines
- Managed Alibaba Cloud API
- System Card & Safety Framework
- Alibaba Production Safety & Alignment Verified
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Qwen Plus Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~321 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to Qwen Plus:
Benchmark Scores & 6-Axis Capability Radar
- GPQA Diamond
- 42.5%
- MMLU-Pro
- 74.5%
- HumanEval
- 79.2%
- Chatbot Arena Elo
- 1260pts
Strengths
- complet 1M token fenêtre de contexte à un accessible prix point
- rapide inférence débit et faible temps-à-premier-token latence
- Dependable appel d'outils et function intégration
Limitations & Trade-offs
- raisonnement ceiling est inférieur que Qwen Max sur hard compétitif mathématiques
- manque de natif vision entrée support
Editorial Assessment
le ideal quotidien bourreau de travail pour coût-sensitive long-document flux de travail.
Best for: élevé-volume document ingestion, long contexte résumés, et conversationnel bots
Compare Qwen Plus
Frequently Asked Questions about Qwen Plus
How much does the Qwen Plus API cost per 1M tokens?+
Qwen Plus by Alibaba is priced at $0.4 per 1M input tokens and $1.2 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0.04 per 1M tokens, and asynchronous Batch API requests receive a 50% discount.
Should I use a $20/month subscription or the Qwen Plus pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in Qwen Plus's context window?+
Qwen Plus features a 1M tokens context window, which equals approximately 750,000 English words or ~2,000 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 8,192 tokens.
Can I run Qwen Plus locally on my own GPU (Open Weights)?+
No, Qwen Plus is a proprietary closed-weights model hosted by Alibaba. It cannot be downloaded for local GPU execution and must be accessed via Alibaba's official API or cloud platform.
Does Alibaba train on data sent to the Qwen Plus API, and is commercial use allowed?+
API payloads are excluded from model training by default. License tier: Proprietary Commercial API (Alibaba Terms). Full commercial ownership of generated outputs. Supported deployment channels include: Alibaba Cloud API & Enterprise Endpoints.
How does Qwen Plus perform on coding and reasoning benchmarks?+
Qwen Plus achieves a composite Intelligence Index of 75/100, scoring N/A% on SWE-bench Verified, 42.5% on GPQA Diamond, 74.5% on MMLU-Pro, and 1260 pts on Chatbot Arena Elo.
What is Qwen Plus best used for?+
Qwen Plus is best suited for: élevé-volume document ingestion, long contexte résumés, et conversationnel bots. Assessment: le ideal quotidien bourreau de travail pour coût-sensitive long-document flux de travail.
Alibaba Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to Alibaba's flagship reasoning tier:
Qwen3.8 Max Preview
Qwen3.7 Plus
Qwen3.7 Max
Qwen3.6 Max Preview
Qwen3.6 Plus
Qwen3.6 Flash
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to Qwen Plus:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
Un modèle d'IA entraîné par apprentissage par renforcement pour allouer du temps de calcul à la réflexion logique avant d'émettre une solution, idéal pour les problèmes scientifiques et le code complexe.
Une méthode de raisonnement pas-à-pas où le modèle décompose le problème en étapes logiques intermédiaires avant de conclure, augmentant drastiquement la précision en mathématiques et programmation.
La capacité d'un LLM à déterminer quand une action externe est requise et à générer des arguments structurés pour invoquer des API, calculatrices ou bases de données avant de poursuivre.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.