Chi phí Qwen Code: Coding Plan, Token Plan và API trả theo mức sử dụng

Qwen Code bản thân là miễn phí: ứng dụng khách là phần mềm nguồn mở theo Apache-2.0, không có gói trả phí, vì vậy mọi euro trong ngân sách Qwen Code đều dành cho suy luận mô hình, được mua riêng. Gói miễn phí Qwen OAuth mà phần lớn hướng dẫn vẫn mô tả đã dừng vào ngày 15 tháng 4 năm 2026. Trong năm 2026, ngân sách bắt đầu từ một endpoint trả phí: Coding Plan của Alibaba Cloud Model Studio, gói Credits Token Plan, hình thức tính phí theo mức sử dụng trên mỗi token, hoặc endpoint bên thứ ba do bạn tự cấu hình.

Bốn cách này được đo bằng bốn đơn vị khác nhau — yêu cầu, Credits, token và khoản mà nhà cung cấp riêng của bạn tính phí — đó là lý do so sánh bằng giá khởi điểm sẽ cho câu trả lời sai. Trang này tách chi phí phần mềm khỏi chi phí suy luận, đưa ra ước tính có thể tính lại và nêu rõ những gì chưa thể xác minh. Bản tiếng Anh chi tiết là Qwen Code pricing.

Phần mềm miễn phí, mô hình thì không

Kho mã QwenLM/qwen-code được cấp phép theo Apache-2.0 và đang được tích cực phát triển; API GitHub ghi nhận kho mã này không ở trạng thái lưu trữ vào ngày 1 tháng 10 năm 2026, với một lần đẩy mã lên trong cùng ngày. Các phiên bản được phát hành ít nhất mỗi tuần một lần: v0.24.7 được phát hành trên npm (@qwen-code/qwen-code) vào ngày 29 tháng 9 năm 2026. Có thể cài đặt bằng tập lệnh độc lập, npm (Node.js 22 trở lên) hoặc Homebrew. Chính kho mã miễn phí này còn cung cấp ứng dụng máy tính, giao diện web (qwen serve --open), các tiện ích mở rộng cho VS Code, Zed và JetBrains cùng các SDK TypeScript, Python và Java; không có thành phần nào trong số này là tùy chọn trả phí và không thành phần nào bao gồm khả năng suy luận.

Một mối liên hệ cần loại trừ: ban đầu Qwen Code dựa trên Google Gemini CLI v0.8.2, nhưng dự án không còn đồng bộ với dự án đó kể từ v0.1. Hạn mức và mức giá của Gemini CLI không áp dụng.

Giới hạn miễn phí: điều gì đã dừng và khi nào

Tài liệu xác thực cho biết gói miễn phí Qwen OAuth đã bị dừng vào ngày 2026-04-15 và các token đã được lưu trong bộ nhớ đệm có thể hoạt động trong thời gian ngắn, nhưng các yêu cầu mới sẽ bị từ chối. Trong giao diện, việc chọn Qwen OAuth hiện hiển thị “Discontinued — switch to Coding Plan or API Key”.

Ngày chính xác chuyển từ 2.000 sang 1.000 yêu cầu chưa được công bố ở bất kỳ đâu: khoảng thời gian trên được suy ra từ thẻ phiên bản nơi tài liệu thay đổi. Con số 100 yêu cầu mỗi ngày đang được lan truyền không xuất hiện trong bất kỳ thẻ nào đã kiểm tra; hãy xem đó là thông tin chưa được chứng minh. Ngoài ra, các mô hình Qwen OAuth được mã hóa cứng và không thể chuyển hướng qua modelProviders.

Ba endpoint chính thức, ba đơn vị tính phí

Trong /auth, Alibaba ModelStudio mở một menu con gồm 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 máy chủ và khóa riêng, đồng thời yêu cầu cấp baseUrl cho gói của khóa đó. Các khóa Coding Plan bắt đầu bằng sk-sp-.

Trang Coding Plan áp dụng đồng thời ba hạn mức cho Pro: 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 hạn mức nào, các cuộc gọi sẽ bị tạm dừng. Hạn mức 5 giờ được giải phóng dần theo thời gian, hạn mức hàng tuần bắt đầu lại vào thứ Hai lúc 0 giờ (UTC+8), còn hạn mức hàng tháng bắt đầu lại vào ngày gia hạn. Vào ngày 1 tháng 10 năm 2026, trang này cũng báo hiệu tình trạng sẵn có hạn chế: số chỗ có hạn, ai đến trước được phục vụ trước, bổ sung mỗi ngày (0 giờ UTC+8 trên thị trường quốc tế, 9 giờ 30 UTC+8 trên trang Trung Quốc). Gói Lite không còn tồn tại: ngừng đăng ký mới vào ngày 20 tháng 3 năm 2026, ngừng gia hạn và nâng cấp vào ngày 13 tháng 4 năm 2026. Và ¥200 không phải là quy đổi của $50: hãy xem hai cửa hàng là các ưu đãi riêng biệt.

Chi phí thực sự của một yêu cầu: mỗi câu hỏi tiêu thụ hạn mức tùy theo số lần gọi mô hình, và Alibaba cho biết một tác vụ đơn giản cần 5 đến 10 lần gọi, còn tác vụ phức tạp cần 10 đến 30 lần hoặc hơn. Vì vậy, một chỉ dẫn tương đương với nhiều yêu cầu; theo cách tính đó, 90.000 yêu cầu mỗi tháng tương đương khoảng 3.000 đến 18.000 tác vụ — nhưng Alibaba trình bày các con số này là mức điển hình, không phải cam kết. Hãy đo mức sử dụng trên tài khoản của bạn trước khi xác định quy mô cần thiết.

Token Plan cần lưu ý hai điểm. Thứ nhất, gói này đã thay đổi: vào ngày 1 tháng 10 năm 2026, trang Token Plan quy định hạn mức hàng tháng cho các gói Personal (chu kỳ 30 ngày kể từ khi đăng ký) là 11.500, 25.500, 45.000 và 180.000 Credits tương ứng với Lite, Essential, Standard và Pro, tạm dừng dịch vụ khi đạt hạn mức, bán các gói bổ sung với giá $15 cho 20.000 Credits và nêu rõ rằng hạn mức chưa sử dụng không được chuyển sang kỳ sau. Thứ hai, trang này không công bố bất kỳ quy đổi Credits → token nào cũng như hệ số nhân theo mô hình: không có cơ sở để nói $18 mỗi tháng mua được bao nhiêu token. Gói này chỉ được bán tại khu vực Singapore.

Thanh toán theo mức sử dụng, tính theo token

Trang giá Model Studio đưa ra mức giá bằng đô la cho mỗi triệu token, theo khoảng độ dài đầu vào của từng yêu cầu. Cột Singapore ở dưới đây; mức giá Trung Quốc (Bắc Kinh) khác biệt và thấp hơn đáng kể, vì vậy hãy kiểm tra khu vực thanh toán của bạn.

Hãy đọc bậc giá cuối cùng trước khi lập ngân sách cho một phiên tác nhân dài: giá đầu ra của qwen3-coder-plus tăng từ $5 lên $60 cho mỗi triệu token ngay khi đầu vào của một yêu cầu vượt quá 256K. Các tài khoản Singapore mới nhận được 1 triệu token miễn phí cho mỗi mô hình, có hiệu lực trong 90 ngày — đây là bản dùng thử, không phải gói miễn phí. Cũng hãy thận trọng với trang chính thức về việc giảm giá qwen3-coder-plus: chương trình giảm giá bộ nhớ đệm được công bố trên đó kéo dài từ ngày 24 tháng 7 đến ngày 23 tháng 8 năm 2025.

Kết nối Qwen Code với một endpoint khác

Qwen Code hỗ trợ bốn giao thức — OpenAI Chat Completions, OpenAI Responses, Anthropic và Gemini/Vertex — và mỗi giao thức đều chấp nhận URL cơ sở tùy chỉnh; tài liệu riêng của Qwen Code nêu OpenRouter và Fireworks AI là các lựa chọn thay thế sau khi OAuth dừng hoạt động. Kunavo cung cấp /v1/chat/completions, /v1/responses và /v1/messages tại https://api.kunavo.com/v1.

Hãy nói rõ điều này mang lại gì. Danh mục Kunavo không chứa mô hình văn bản Qwen nào: đây không phải là cách rẻ hơn để chạy Qwen, mà là cách chạy Claude hoặc GPT trong Qwen Code bằng một số dư trả trước duy nhất. Kunavo cũng chưa chạy Qwen Code với các endpoint này; cấu hình dưới đây lấy từ tài liệu Qwen Code, cũng như trang cấu hình Qwen Code bằng tiếng Anh.

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

Bốn sự thật giúp tránh hàng giờ gỡ lỗi, trích từ tài liệu tham chiếu về nhà cung cấp mô hình: baseUrl dừng ở /v1 (SDK tự thêm đường dẫn; với /v1/chat/completions, kết quả là 404); khóa được đọc từ biến có tên do envKey chỉ định, tốt nhất thông qua .qwen/.env thay vì để rõ trong settings.json; mục modelProviders được chọn sẽ được ưu tiên hơn các tùy chọn CLI --openai-base-url và --openai-api-key, khiến chúng có vẻ bị bỏ qua; và wireApi: "responses" không có khả năng phát hiện endpoint cũng như tự động chuyển dự phòng — hãy bắt đầu bằng Chat Completions.

Có hai giới hạn cần dự liệu. Công cụ web_search tích hợp dựa trên tính năng tìm kiếm phía máy chủ của DashScope: hoạt động với Standard API Key hoặc Token Plan, không hoạt động với Coding Plan (chưa được xác minh trên endpoint này), và không hoạt động với nhà cung cấp bên thứ ba hoặc endpoint trên máy chủ khác. Lựa chọn thay thế được tài liệu hóa là một máy chủ tìm kiếm MCP. Ngoài ra, một tuyến Kunavo chỉ cung cấp chat: không có embeddings, tổng hợp hoặc nhận dạng giọng nói.

Một ước tính hàng tháng có thể 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:

Đây là phép tính số học trên một tải giả định, không phải tác vụ Qwen Code được đo lường hay mức trần hóa đơn; không bao gồm bộ nhớ đệm, công cụ bên ngoài và thuế, đồng thời giả định rằng mô hình rẻ hơn hoàn thành công việc mà không cần thử lại. Số tiền trong danh mục Kunavo là mức sàn tính phí, không phải mức trần: khi nhà cung cấp đầu nguồn khai báo chi phí, hóa đơn là giá trị cao hơn giữa chi phí trong danh mục và chi phí đầu nguồn nhân với mức phụ phí áp dụng. Bảng này không thể so sánh với Coding Plan giá $50 (tính theo số lần gọi, không phải token) cũng như Token Plan (Credits không có quy đổi được công bố): để so sánh một gói cố định với một bộ đếm, bạn cần mức sử dụng thực tế do chính mình đo ở cả hai phía.

Kunavo bắt đầu với khoản nạp trả trước $10, không có gói đăng ký — đây là số tiền để mở một tài khoản có số dư, không phải giá cho một tác vụ. Giao diện thanh toán Stripe chấp nhận thẻ (Visa, Mastercard, American Express), Apple Pay, Google Pay và Link; hiện chưa cung cấp ghi nợ trực tiếp SEPA.

Chọn tuyến nào, khi nào

Hãy tách riêng hai câu hỏi: giá mỗi triệu token được đọc trên một trang; chi phí thấp nhất để hoàn thành tác vụ của bạn là phép đo chưa được công bố cho khách hàng này, kể cả chúng tôi. Chạy ba tác vụ giống nhau — một thay đổi nhỏ, một lần sửa lỗi, một cuộc điều tra trên nhiều tệp — trên hai tuyến và so sánh các khoản tiền được ghi nhận. Để thử tuyến cổng trung gian, hãy tạo tài khoản Kunavo rồi làm theo quickstart.

Câu hỏi thường gặp

Đã xác minh ngày 1 tháng 10 năm 2026: kho mã, các phiên bản và tài liệu Qwen Code (nhánh main và các thẻ v0.9.0 đến v0.15.0 cho lịch sử hạn mức miễn phí), npm registry, các trang Coding Plan (quốc tế và Trung Quốc), Token Plan và mức giá Model Studio. Mức giá Kunavo lấy từ danh mục trực tiếp; tổng theo tháng là phép tính minh họa dựa trên token, không phải chi phí tác vụ được đo lường.