Цены Qwen3 API за 1 млн токенов: 7-Max, Max, Flash

Линейка Qwen3 от Alibaba охватывает больше сценариев, чем кажется на первый взгляд: флагманский reasoning, сильная модель по разумной цене и почти бесплатный flash-тир. genmux открывает доступ к живой линейке через один endpoint chat.completions, так что переключение между моделями Qwen3 — это смена строки model, а не новая интеграция. Если вы искали «qwen api из россии» — вот он, один ключ и один баланс на все модели.

Линейка

Все цифры — то, что списывает genmux, пересчитано из юнитов по курсу $0.0125 за юнит (тариф Scale). qwen3-7-max и qwen3-max стабильно обгоняют официальную цену Alibaba, о чём можно честно сказать; qwen3-6-flash — это про доступ, а не про то, что мы дешевле публичного прайса. Варианты Plus и Coder (qwen3-plus, qwen3-coder-plus, qwen3-coder-turbo) приостановлены, пока вендор не устранит проблему на своей стороне — они вернутся на эту страницу с реальными ценами, как только снова начнут обрабатывать трафик.

Какую модель выбрать

• По умолчанию берите qwen3-max для всего, что требует настоящего качества рассуждений — лучший баланс возможностей и цены в семействе, поддерживает enable_thinking, если запросу нужны пошаговые рассуждения.
• qwen3-7-max — когда нужны самые сложные рассуждения в семействе и цена за вызов не так важна, как правильный ответ.
• qwen3-6-flash — для классификации, извлечения данных, коротких ответов и любой нагрузки, где счёт идёт на тысячи вызовов в день и задержка важнее глубины.

Дешевле официальной цены Alibaba

Наше правило: мы держим цену на 10% ниже официального прайса вендора там, где позволяет себестоимость, и никогда не уходим ниже. Сверено с публичным прайсом Alibaba Cloud Model Studio, проверено 06.09.2026:

qwen3-6-flash не попал в эту таблицу: его референсная цена — оценочная величина, а не подтверждённый прайс Alibaba, поэтому заявления об экономии по ней мы не делаем.

Вызов любой модели одинаково

from openai import OpenAI

client = OpenAI(base_url="https://api.genmux.tech/v1", api_key="nb_live_...")

resp = client.chat.completions.create(
    model="qwen3-max",
    messages=[
        {"role": "system", "content": "Ты пишешь минимальные, идиоматичные диффы."},
        {"role": "user", "content": "Добавь валидацию входных данных в эту функцию:\n\n" + code},
    ],
    max_tokens=800,
    temperature=0.1,
)

print(resp.choices[0].message.content)
print(f"стоимость: {resp.usage.cost} юнитов ({resp.usage.cost_source})")

Замените model на qwen3-7-max, qwen3-6-flash или любой другой id из таблицы выше — messages, max_tokens, temperature, top_p, stop и stream работают одинаково для всей линейки. enable_thinking действует только на моделях с пометкой «да» в таблице; на qwen3-6-flash этот параметр просто игнорируется, а не выдаёт ошибку.

Curl, если не нужен SDK

curl https://api.genmux.tech/v1/chat/completions \
  -H "Authorization: Bearer $GENMUX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-6-flash",
    "messages": [{"role": "user", "content": "Классифицируй отзыв: позитивный, негативный или нейтральный: ..."}],
    "max_tokens": 20
  }'

usage.cost в ответе — точное число списанных юнитов; сверить его с резервом, который genmux сделал до вызова, можно через GET /v1/generations/{id} после завершения.

С чего начать

Каждая модель Qwen3 из таблицы уже доступна под тем же ключом, что и остальные модели платформы, и списывается с одного предоплаченного баланса, который сегодня пополняется в USDT (оплата картой и через СБП в процессе подключения). Страницы моделей с живыми тарифами: Qwen3.7-Max, Qwen3-Max, Qwen3.6-Flash. Полное описание endpoint'а — в документации.