Qwen API: облако Alibaba или открытая модель на вашем сервере

Облако подходит, если в запросах нет персональных данных и нужен быстрый старт. Alibaba Cloud по умолчанию берет оплату по факту использования (pay-as-you-go), а в регионе Сингапур дает бесплатную квоту на часть моделей.

Открытые веса подходят, если данные чувствительные или объем большой. 29 апреля 2025 года вышло семейство Qwen 3: шесть плотных моделей от 0,6 до 32 млрд параметров и две модели со смесью экспертовсмесь экспертов Смесь экспертов (mixture of experts, MoE) это устройство нейросети, в котором на каждое слово работает только небольшая часть модели, выбранная распределителем. Подробнее в словаре (MoE), Qwen3-30B-A3B и Qwen3-235B-A22B. Все восемь опубликованы под Apache 2.0.

Код для обоих путей одинаковый. И облако Alibaba, и сервер с открытой модельюмодель с открытыми весами Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Подробнее в словаре принимают запросы в формате OpenAI, поэтому переход между ними не требует переписывать приложение.

Ключ создает владелец аккаунта Alibaba Cloud или пользователь с правами администратора либо правом на страницу API-Key. В консоли Model Studio выберите регион в правом верхнем углу, нажмите «Create API Key», укажите рабочее пространство (workspace) и права. Полный ключ показывается один раз, сохраните его сразу.

Ключ привязан к региону, где его создали. На 16.10.2026 адреса в формате OpenAI есть у регионов Сингапур, США (Вирджиния), Китай (Пекин), Китай (Гонконг) и Япония (Токио). Ключ одного региона другой регион отклоняет с ошибкой HTTP 401.

Регион определяет точку доступа и место хранения данных, а область развертывания (deployment scope) определяет, где выполняется вывод моделиинференс Инференс это работа уже обученной модели, когда она получает запрос и вычисляет ответ, в отличие от обучения, на котором ее только настраивали. Подробнее в словаре. Статические данные всегда остаются в выбранном регионе. В списке регионов Model Studio есть Сингапур, США, Германия, Китай и Япония, России в нем нет.

Оплата идет с аккаунта Alibaba Cloud. На 16.10.2026 справка Alibaba Cloud называет банковские карты Visa, Mastercard, AMEX и JCB с включенными международными платежами и PayPal, зарегистрированный вне материкового Китая. Одну карту можно привязать только к одному аккаунту.

В списке моделей Model Studio (обновлен 11.10.2026) основные текстовые модели Qwen: qwen3.8-max, qwen3.7-plus и qwen3.8-flash. Там же модели для изображений и видео, речи и озвучки, эмбеддингиэмбеддинг Эмбеддинг это список чисел, по которому компьютер понимает смысл текста или картинки и находит похожие. Подробнее в словаре (embeddings) text-embedding-v4 и модель ранжирования qwen3-rerank.

Цена указана за миллион токеновтокен Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель. Подробнее в словаре, у большинства текстовых моделей отдельно для входящих и исходящих. У части моделей цена зависит от ступени: ее задает общее число входящих токенов в одном запросе, и весь запрос считается по этой ступени. Режимы с рассуждением и без часто стоят по-разному.

У моделей с пакетным режимом вызовы (batch) стоят 50% от обычной цены. Создание явного кэша стоит 125% цены входящих токенов, попадание в кэш 10%, а скидки за пакет и кэш не суммируются. Цены отличаются по регионам и даже по области развертывания внутри одного региона.

Бесплатная квота есть только в Сингапуре: например, у qwen-max 1 млн токенов на 90 дней с момента активации Model Studio, выхода модели или одобрения заявки. Цифры за токены по моделям собраны в сравнении цен API, а бюджет под ваш объем покажет калькулятор облачного API.

Лимиты считаются на весь аккаунт Alibaba Cloud: запросы в минуту (RPM) и токены в минуту (TPM) для каждой модели отдельно, со всех ключей и рабочих пространств вместе. При превышении приходит HTTP 429, пополнение баланса лимиты не поднимает, за повышением обращаются к менеджеру Alibaba Cloud.

Model Studio принимает запросы через совместимый с OpenAI интерфейс. Чтобы перевести код, меняют три вещи: ключ, адрес и название модели. Адрес на 16.10.2026 содержит идентификатор рабочего пространства и код региона, например ap-southeast-1 для Сингапура.

Такой же интерфейс отдает и собственный сервер. vLLM поднимает API, совместимые с OpenAI: Chat, Completions, Responses, распознавание речираспознавание речи Распознавание речи (automatic speech recognition, ASR) это перевод устной речи в текст программой: из звонка, голосового сообщения или записи встречи. Подробнее в словаре и другие. Поэтому код, написанный под облако Alibaba, переходит на Qwen в вашей стойке заменой адреса и ключа.

Это работает и в обратную сторону: если облако не подойдет по цене или по требованиям к данным, менять приложение не придется. Достаточно сменить адрес в настройках и проверить ответы модели на ваших запросах.

Apache 2.0 дает бессрочную, всемирную и безвозмездную лицензию на воспроизведение, создание производных работ и распространение. Модели Qwen 3 отличаются размером от 0,6 до 235 млрд параметров, поэтому версию подбирают под задачу и под железо.

На своем сервере запросы обрабатываются в вашем контуре. Это прямо связано с 152-ФЗ: с 1 марта 2023 года до трансграничной передачи персональных данных оператор подает уведомление в Роскомнадзор, а сбор и хранение данных граждан РФ ведутся в базах на территории России.

Версию Qwen подбирайте тестом на ваших реальных запросах: качество на ваших документах важнее общих рейтингов. Обзор открытых моделей и требований к железу собран в разделе о суверенном ИИсуверенный ИИ Суверенный ИИ это нейросети и инфраструктура под контролем страны или компании: разработка, серверы и данные находятся у себя, а не у иностранного поставщика. Подробнее в словаре.

Если своего сервера нет, выделенный API на Qwen, DeepSeek и других моделях с открытыми весами дает наша услуга. Формат совместим с OpenAI, вы получаете доступ к инфраструктуре и видите журналы, а ваши запросы не используются для обучения моделей.