Giá Qwen Code: gói, chi phí API và lựa chọn nhà cung cấp

Bản thân Qwen Code là miễn phí: client là phần mềm nguồn mở Apache-2.0 không có gói trả phí, vì vậy mọi đô la trong ngân sách Qwen Code đều dành cho chi phí suy luận model được mua riêng. Gói Qwen OAuth miễn phí mà phần lớn hướng dẫn vẫn mô tả đã bị ngừng vào ngày 15 tháng 4 năm 2026, nghĩa là ngân sách năm 2026 bắt đầu từ một endpoint phải trả phí: Alibaba Cloud Model Studio Coding Plan, gói Token Plan Credit, tính phí token theo mức sử dụng hoặc endpoint bên thứ ba mà bạn tự trỏ client đến.

Bốn tuyến đó được đo bằng bốn đơn vị khác nhau — request, Credit, token và bất kỳ đơn vị nào mà nhà cung cấp của bạn tính phí — đó là lý do việc chỉ so sánh theo giá nổi bật sẽ cho ra câu trả lời sai. Trang này tách chi phí phần mềm khỏi chi phí suy luận, đưa ra ước tính token có thể tính lại và đánh dấu những con số chưa thể xác minh.

Chi phí phần mềm và chi phí model

Kho mã QwenLM/qwen-code sử dụng giấy phép Apache-2.0 và đang được phát triển tích cực; API GitHub báo kho mã này chưa bị lưu trữ vào ngày 21 tháng 9 năm 2026. Các bản phát hành xuất hiện hàng tuần hoặc nhanh hơn: v0.24.0 được đưa lên npm với tên @qwen-code/qwen-code vào ngày 16 tháng 9 năm 2026 và v0.24.2 tiếp nối vào ngày 20 tháng 9, vì vậy hãy kiểm tra registry thay vì tin vào bất kỳ phiên bản nào được in trên một trang. Cài đặt qua npm (Node.js 22 trở lên), Homebrew hoặc trình cài đặt độc lập.

Gọi đây là CLI terminal hiện không còn phản ánh đầy đủ. Tiêu đề README mô tả đây là một tác nhân lập trình AI mã nguồn mở cho terminal, trình soạn thảo, máy tính để bàn, trình duyệt và trò chuyện; dự án cung cấp ứng dụng máy tính để bàn, giao diện web khởi chạy bằng qwen serve --open, plugin cho VS Code, Zed và JetBrains, SDK TypeScript, Python và Java, cùng các kênh trò chuyện. Trường mô tả của kho lưu trữ trên GitHub vẫn gọi đây là một tác nhân sống trong terminal của bạn, vì vậy hai mô tả này không thống nhất; README là nơi liệt kê các môi trường bổ sung. Không môi trường nào trong số đó là bản nâng cấp trả phí — tất cả đều nằm trong cùng một kho lưu trữ miễn phí và không môi trường nào bao gồm suy luận.

Một điểm kế thừa cần loại trừ: Qwen Code ban đầu dựa trên Google Gemini CLI v0.8.2, nhưng dự án cho biết đã ngừng đồng bộ với upstream từ v0.1 và phát triển độc lập. Hạn mức và giá của Gemini CLI không được chuyển sang.

Giới hạn miễn phí của Qwen Code: điều gì đã kết thúc và khi nào

Tài liệu xác thực cho biết gói miễn phí Qwen OAuth đã bị ngừng vào 2026-04-15 và các token đã lưu trong bộ nhớ đệm có thể vẫn hoạt động trong thời gian ngắn, trong khi các yêu cầu mới bị từ chối. OAuth không còn là mục có thể chọn trong hộp thoại /auth; nó chỉ còn được ghi nhận như một nhà cung cấp đã ngừng hoạt động. Đây là thông tin lỗi thời nghiêm trọng nhất trong các kết quả tìm kiếm về chủ đề này.

Có hai điều cần thận trọng về bảng này. Ngày chính xác mà hạn mức hằng ngày giảm từ 2.000 xuống 1.000 không được công bố ở bất kỳ đâu chúng tôi tìm thấy; khoảng thời gian ở trên được suy ra từ thẻ bản phát hành mà tài liệu đi kèm đã thay đổi, không phải từ thông báo của Qwen. Ngoài ra, tuyên bố được lặp lại rộng rãi rằng hạn mức đã giảm xuống 100 mỗi ngày trước khi ngừng hoạt động không xuất hiện trong bất kỳ thẻ bản phát hành nào chúng tôi kiểm tra: v0.9.0 đến v0.14.0 là các phiên bản duy nhất nêu hạn mức, lần lượt là 2.000 rồi 1.000, còn từ v0.15.0, tệp không nêu hạn mức vì gói này đã bị ngừng. Hãy coi con số 100 mỗi ngày là không có căn cứ. Chúng tôi cũng không tìm thấy bài đăng blog hoặc thông cáo báo chí chính thức nào về việc ngừng hoạt động, nên sự việc đã được ghi nhận trong tài liệu chứ không được công bố.

Hai ràng buộc khác cũng quan trọng với bất kỳ ai muốn khôi phục đường truy cập miễn phí. Các model Qwen OAuth được ghi cứng và không thể ghi đè thông qua modelProviders, vì vậy tuyến đã ngừng không thể đơn giản được trỏ sang một endpoint khác. OAuth cũng chưa bao giờ có thể sử dụng ở chế độ headless: tài liệu lưu ý rằng trong môi trường CI, SSH hoặc container, thông thường bạn hoàn toàn không thể hoàn tất quy trình đăng nhập trên trình duyệt.

Ba endpoint chính thức, ba đơn vị tính phí

Trong /auth, Alibaba ModelStudio mở một menu con với Coding Plan, Token Plan và Standard API Key. Đây không phải là ba cách thanh toán cho cùng một hóa đơn: tài liệu cung cấp cho mỗi loại một host endpoint và một key riêng, đồng thời yêu cầu bạn khớp baseUrl với gói mà key thuộc về. Key Coding Plan bắt đầu bằng sk-sp-; key Token Plan không yêu cầu tiền tố.

Trang Coding Plan định giá Pro ở mức $50 mỗi tháng với ba hạn mức đồng thời: tối đa 6.000 yêu cầu trong 5 giờ, 45.000 yêu cầu mỗi tuần và 90.000 yêu cầu mỗi tháng. Khi đạt bất kỳ giới hạn nào, các lệnh gọi sẽ bị tạm dừng. Hạn mức hằng tuần đặt lại vào thứ Hai lúc 00:00:00 UTC+08:00 và hạn mức hằng tháng đặt lại vào ngày gia hạn của bạn. Alibaba cho biết các hạn mức này không cộng dồn và không thể hiện dung lượng được phân bổ đều theo thời gian. Ngày 1 tháng 10, 2026, trang này cũng đánh dấu Pro là có mức cung hạn chế: suất được cấp theo nguyên tắc ai đến trước được phục vụ trước và bổ sung hằng ngày lúc 00:00 UTC+08:00, vì vậy bạn có thể không mua được gói đăng ký vào ngày thử mua.

Thực tế mỗi yêu cầu khiến bạn tốn bao nhiêu: cùng trang đó cho biết mỗi truy vấn tiêu thụ hạn mức theo số lần gọi model, và các tác vụ đơn giản thường sử dụng 5-10 lần gọi, trong khi tác vụ phức tạp sử dụng 10-30 lần hoặc hơn. Vì vậy, một chỉ dẫn thực chất là nhiều yêu cầu. Nếu lấy con số này theo đúng nghĩa đen, 90.000 yêu cầu mỗi tháng tương đương khoảng 3.000 đến 18.000 tác vụ — nhưng Alibaba trình bày các số lần gọi này là mức điển hình chứ không đảm bảo, đồng thời cho biết mức tiêu thụ thực tế thay đổi theo độ phức tạp của tác vụ, ngữ cảnh và việc sử dụng công cụ. Hãy đo trên tài khoản của chính bạn trước khi chọn quy mô gói.

Có hai con số lỗi thời cần loại bỏ. Gói Lite của Coding Plan đã biến mất — trang Trung Quốc ghi nhận rằng các gói đăng ký mới dừng vào ngày 20 tháng 3, 2026, còn gia hạn và nâng cấp dừng vào ngày 13 tháng 4, 2026 — vì vậy bất kỳ trang so sánh nào vẫn cung cấp gói Lite rẻ hơn như một lựa chọn còn hoạt động đều đã lỗi thời. Ngoài ra, mức giá ¥200 của Trung Quốc không phải là mức giá quốc tế $50 sau khi quy đổi: ¥200 thấp hơn đáng kể so với $50 ở bất kỳ tỷ giá gần đây nào, vì vậy hãy coi hai storefront là các ưu đãi thương mại riêng biệt và xác nhận giá, đơn vị tiền tệ cũng như điều kiện đủ tư cách trong console của chính bạn thay vì giả định rằng một mức giá được quy đổi từ mức kia.

Token Plan cần hai lưu ý. Thứ nhất, có một mâu thuẫn: tổng quan Token Plan bán các hạn mức Credit cố định theo tháng — ngày 1 tháng 10, 2026, mọi gói Personal đều hoạt động theo tháng đăng ký 30 ngày (chu kỳ này là 7 ngày khi bài viết này được viết lần đầu), còn Team theo chu kỳ hằng tháng — tạm dừng dịch vụ khi đạt hạn mức, bán Extra Bundles với giá $15 cho 20.000 Credit và cho biết hạn mức chưa dùng không được chuyển sang kỳ sau — trong khi tài liệu xác thực của Qwen Code mô tả Token Plan là hình thức tính phí theo mức sử dụng dành cho nhóm và công ty. Hai mô tả này không thống nhất; trang Alibaba là trang đang bán dịch vụ và cách diễn đạt của trang cho thấy đây là một gói đăng ký. Thứ hai, Alibaba cho biết Token Plan hiện chỉ khả dụng tại khu vực Singapore, nhưng tài liệu client cũng liệt kê một host Token Plan tại Bắc Kinh. Hãy xác nhận khả dụng theo khu vực khi thanh toán.

Cuối cùng, Credit không được quy đổi thành token trên trang bán chúng. Tổng quan Token Plan công bố số Credit theo từng gói — lần lượt là 11.500, 25.500, 45.000 và 180.000 Credit mỗi tháng cho Personal Lite, Essential, Standard và Pro vào ngày 1 tháng 10, 2026 — nhưng không có tỷ lệ Credit-token và cũng không có hệ số theo từng model, nên không có thông tin nào trên trang đó cho phép bạn xác định $18 mỗi tháng mua được bao nhiêu token. Nếu tỷ lệ tồn tại ở nơi khác trong console, hãy đọc tại đó thay vì tin vào phép quy đổi của bên thứ ba.

Mức giá trả theo mức sử dụng và một trang chính thức đã hết hạn

Trang giá Model Studio liệt kê mức giá bằng USD cho mỗi triệu token, phân bậc theo độ dài đầu vào của từng yêu cầu. Bảng dưới đây là cột Singapore; cùng trang đó liệt kê các mức giá riêng thấp hơn đáng kể cho Trung Quốc (Bắc Kinh), vì vậy hãy kiểm tra tài khoản của bạn được tính phí ở khu vực nào trước khi sử dụng các con số này.

Hãy đọc bậc cao nhất trước khi lập ngân sách cho một phiên tác nhân dài: đầu ra của qwen3-coder-plus tăng từ $5 lên $60 cho mỗi triệu token khi đầu vào của một yêu cầu vượt quá 256K. Một cuộc trò chuyện tác nhân có ngữ cảnh dài không được tính giá như một cuộc trò chuyện ngắn. Các tài khoản mới trong khu vực Singapore cũng nhận được khoản cấp miễn phí 1 triệu token cho mỗi model, có hiệu lực trong 90 ngày kể từ thời điểm nào đến sau cùng giữa lúc kích hoạt, phát hành model hoặc phê duyệt — đây là khoản cấp dùng thử, không phải gói miễn phí.

Có một bẫy đáng được nêu tên vì nó nằm trên tên miền chính thức và vẫn có thứ hạng: trang giảm giá qwen3-coder-plus công bố mức giảm cho bộ nhớ đệm ngữ cảnh với thời gian khuyến mãi từ ngày 24 tháng 7 đến ngày 23 tháng 8, 2025. Trang này vừa chính thức vừa đã hết hạn. Chúng tôi không công bố mức giá cho các model Qwen khác ở đây vì bảng qwen3.7-plus tách đầu ra suy nghĩ và không suy nghĩ thành các cột riêng, còn cách chúng tôi đọc bảng này chưa đủ đáng tin cậy để công bố.

API tốt nhất cho Qwen Code: trỏ client sang nơi khác

Qwen Code hỗ trợ bốn giao thức — OpenAI Chat Completions, OpenAI Responses, Anthropic và Gemini/Vertex — và mỗi giao thức có thể được trỏ tới một base URL tùy chỉnh. Tài liệu riêng của sản phẩm nêu OpenRouter và Fireworks AI là các lựa chọn thay thế để chuyển sang sau khi OAuth ngừng hoạt động, vì vậy endpoint bên thứ ba là một tuyến được cho phép chứ không phải giải pháp lách. Kunavo cung cấp /v1/chat/completions, /v1/responses và /v1/messages tại https://api.kunavo.com/v1, tương ứng với ba trong bốn định dạng wire đó.

Hãy hiểu rõ điều đó mang lại gì. Danh mục của Kunavo không có model văn bản Qwen, vì vậy đây không phải là cách rẻ hơn để chạy Qwen. Đây là cách chạy model Claude hoặc GPT bên trong Qwen Code bằng một số dư trả trước duy nhất. Kunavo cũng chưa kiểm thử Qwen Code trong thời gian chạy với các endpoint này, dù hiện đã có trang thiết lập Qwen Code, được viết dựa trên tài liệu của chính Qwen Code giống như các trang Cline và OpenCode. Hãy coi cấu hình dưới đây là điểm bắt đầu đã được lập tài liệu và duy trì tuyến đang hoạt động trong khi thử nghiệm.

export OPENAI_API_KEY="your-kunavo-key"
export OPENAI_BASE_URL="https://api.kunavo.com/v1"
export OPENAI_MODEL="claude-sonnet-5"

Base URL giữ nguyên hậu tố /v1 — mọi ví dụ OPENAI_BASE_URL trong tài liệu đều kết thúc ở đó và Qwen Code tự nối thêm route. QWEN_MODEL là bí danh được chấp nhận cho OPENAI_MODEL. Cấu hình tương đương trong một tệp nằm tại ~/.qwen/settings.json.

{
  "modelProviders": {
    "openai": [
      {
        "id": "claude-sonnet-5",
        "name": "Claude Sonnet 5",
        "baseUrl": "https://api.kunavo.com/v1",
        "envKey": "OPENAI_API_KEY"
      }
    ]
  },
  "env": {
    "OPENAI_API_KEY": "your-kunavo-key"
  },
  "security": {
    "auth": {
      "selectedType": "openai"
    }
  },
  "model": {
    "name": "claude-sonnet-5"
  }
}

Bốn thông tin cấu hình từ tài liệu tham khảo về model provider và tài liệu xác thực được liên kết ở trên sẽ giúp tiết kiệm đáng kể thời gian gỡ lỗi. Chỉ thông tin xác thực tương thích với OpenAI có cờ CLI — tồn tại --openai-api-key và --openai-base-url, không có phiên bản tương đương cho Anthropic hoặc Gemini. Chỉ riêng các khóa môi trường dành riêng cho provider không chọn loại xác thực, vì vậy hãy export OPENAI_API_KEY thay vì biến mang tên nhà cung cấp nếu bạn chỉ kết nối bằng biến môi trường. Thứ tự ưu tiên thông tin xác thực đặt mục modelProviders được chọn cao hơn các cờ CLI — baseUrl và envKey của mục này có ưu tiên cao hơn --openai-base-url và --openai-api-key, đây là thứ tự mà đa số mọi người đoán ngược — tiếp theo là cờ CLI, rồi biến môi trường, rồi settings.json. Chỉ các giá trị được nhập qua /auth trong phiên đang chạy mới có ưu tiên cao hơn modelProviders. Các biến môi trường bao gồm mọi giá trị mà tệp .env đầu tiên được tìm thấy cung cấp, và tệp đó chỉ điền vào các biến chưa được thiết lập — các biến không được hợp nhất giữa nhiều tệp. Ngoài ra, các thay đổi đối với modelProviders được tự động tải lại trong phiên đang chạy, còn providerProtocol chỉ được đọc một lần khi khởi động và cần khởi động lại.

Có hai giới hạn cần tính đến. Công cụ web_search tích hợp được hỗ trợ bởi tìm kiếm phía máy chủ riêng của DashScope, nên thứ bật nó là host chứ không phải gói: công cụ này bật cho ModelStudio Standard API Key và Token Plan, cũng như cho mục tùy chỉnh hoặc modelProviders trỏ tới một host DashScope Responses được nhận diện bằng key trực tiếp. Công cụ tắt đối với provider bên thứ ba và endpoint tùy chỉnh trên mọi host khác — đồng thời cũng tắt với Coding Plan trả phí vì endpoint đó chưa được xác minh cho API này. Dòng cuối là dấu hiệu rõ ràng: đây là kiểm soát theo host, không phải hình phạt vì bạn mang key của mình. Các lựa chọn thay thế được ghi nhận là máy chủ tìm kiếm MCP hoặc trỏ tools.webSearch.model tới một key DashScope được hỗ trợ riêng trong khi model chính chạy ở nơi khác. Riêng wireApi: "responses" yêu cầu một endpoint thực sự tương thích với Responses, và tài liệu cho biết không có cơ chế phát hiện endpoint cũng như không có dự phòng tự động khi lệnh gọi thất bại. Chúng tôi chưa kiểm thử route Responses của Kunavo theo yêu cầu của Qwen Code, vì vậy hãy bắt đầu với Chat Completions.

Ước tính hằng tháng có thể tự tính lại

Giả sử một tháng có 20 triệu token đầu vào không được lưu trong bộ nhớ đệm và 1 triệu token đầu ra. Theo mức giá hiện tại trong danh mục Kunavo, phép tính cho kết quả:

Đây là phép tính token trên một khối lượng công việc giả định, không phải tác vụ Qwen Code được đo lường và cũng không phải mức trần hóa đơn. Phép tính không bao gồm phí bộ nhớ đệm, công cụ bên ngoài và thuế, đồng thời giả định model rẻ hơn hoàn tất công việc mà không cần thử thêm — điều kiện thực sự quyết định liệu mức giá thấp hơn có tạo ra hóa đơn thấp hơn hay không. Số tiền trong danh mục của Kunavo là mức sàn tính phí chứ không phải mức trần: khi upstream báo cáo khoản phí, hóa đơn là giá trị lớn hơn giữa chi phí trong danh mục và chi phí upstream nhân với mức markup áp dụng. Xem chi tiết thanh toán.

Hãy lưu ý bảng này không thể làm được gì. Không thể so sánh bảng với Coding Plan $50, vì gói đó đo số lần gọi model còn ước tính này đo token, và số lần gọi không cho biết số lượng token. Cũng không thể so sánh với Token Plan, vì không có quy đổi token được công bố cho Credit. Việc so sánh gói đăng ký với hình thức tính phí theo mức sử dụng đòi hỏi dữ liệu sử dụng do chính bạn đo trên cả hai tuyến.

Kunavo bắt đầu từ khoản nạp trước $10 và không có gói đăng ký. Đây là số tiền cần nạp vào số dư trả trước, không phải chi phí của một tác vụ.

API rẻ nhất cho Qwen Code: tuyến nào thắng trong từng trường hợp

Hãy tách riêng hai câu hỏi. Mức giá niêm yết thấp nhất cho mỗi triệu token là một dữ kiện có thể đọc trên một trang; chi phí thấp nhất để hoàn thành tác vụ của bạn là một phép đo chưa ai công bố cho client này, kể cả chúng tôi. Hãy chạy cùng ba tác vụ — một chỉnh sửa nhỏ, một lần sửa lỗi và một cuộc điều tra trên nhiều tệp — trên hai tuyến rồi so sánh các khoản phí đã ghi nhận trước khi quyết định.

Nếu tuyến gateway là tuyến bạn muốn thử, hãy tạo tài khoản Kunavo, sau đó làm theo hướng dẫn bắt đầu nhanh và tài liệu tham khảo Chat Completions để biết endpoint và ID model. Để đưa ra quyết định tương tự trên các client khác, hãy xem giá OpenCode, giá Cline và hướng dẫn API tương thích với OpenAI.

Câu hỏi thường gặp

Kho lưu trữ Qwen Code, dữ liệu phát hành và tài liệu được kiểm tra ngày 21 tháng 9, 2026 đối chiếu với github.com/QwenLM/qwen-code, npm registry và tài liệu đi kèm trên nhánh main cũng như các thẻ phát hành từ v0.9.0 đến v0.15.0. Các trang Alibaba Cloud Coding Plan, Token Plan và giá model được kiểm tra cùng ngày và kiểm tra lại ngày 1 tháng 10, 2026, khi các điều khoản hạn mức Token Plan và ghi chú về khả dụng của Coding Plan được cập nhật tại đây. Mức giá token của Kunavo được lấy từ danh mục trực tiếp; tổng hằng tháng là phép tính token minh họa, không phải chi phí tác vụ được đo lường.