spécialisé deliberate modèle de raisonnement trained avec reinforcement learning pour competition mathématiques, code synthèse, et profond logique.
Technical Specifications
- Provider
- Alibaba
- Category
- reasoning
- Release Date
- 2025-03
- Batch API Discount
- 50% off async batch
- Consumer Subscription
- API Pay-as-you-go
- Reasoning Effort Control
- Configurable (Low / Med / High)
- 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)
- qwq-plus-instruct
- Supported SDK & API Protocol
- Alibaba REST API (OpenAI-Compatible)
- Lifecycle & Deprecation Status
- Active GA (Guaranteed support through 2027+)
- Production Rate Limits (RPM & TPM)
- 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($0.4/1M in) across full 131K 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
QwQ Plus Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~269 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 QwQ Plus:
Benchmark Scores & 6-Axis Capability Radar
- SWE-bench Verified
- 45%
- GPQA Diamond
- 65.2%
- MMLU-Pro
- 82%
- HumanEval
- 92%
- LiveCodeBench
- 62%
- AIME
- 80%
- Chatbot Arena Elo
- 1335pts
Strengths
- Outstanding compétitif mathematics et Olympiad problem-solving abilities
- Self-reflective pensée process qui identifies et corrects logical traps
- élevé prix-à-performances ratio pour raisonnement tâches ($0.40/1M entrée)
Limitations & Trade-offs
- supérieur latence et token verbosity due à extensive pensée tokens
- pas optimisé pour simple conversationnel pleasantries ou quick chit-chat
Editorial Assessment
un remarkable deliberate raisonnement moteur fournissant haut de gamme-palier logique à économique API rates.
Best for: mathématique proofs, algorithmic debugging, compétitif programmation, et formel vérification
Compare QwQ Plus
Frequently Asked Questions about QwQ Plus
How much does the QwQ Plus API cost per 1M tokens?+
QwQ Plus by Alibaba is priced at $0.4 per 1M input tokens and $1.6 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 QwQ 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 QwQ Plus's context window?+
QwQ Plus features a 131K tokens context window, which equals approximately 98,304 English words or ~262 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 16,384 tokens.
Can I run QwQ Plus locally on my own GPU (Open Weights)?+
No, QwQ 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 QwQ 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 QwQ Plus perform on coding and reasoning benchmarks?+
QwQ Plus achieves a composite Intelligence Index of 84/100, scoring 45% on SWE-bench Verified, 65.2% on GPQA Diamond, 82% on MMLU-Pro, and 1335 pts on Chatbot Arena Elo.
What is QwQ Plus best used for?+
QwQ Plus is best suited for: mathématique proofs, algorithmic debugging, compétitif programmation, et formel vérification. Assessment: un remarkable deliberate raisonnement moteur fournissant haut de gamme-palier logique à économique API rates.
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 QwQ 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.