Qwen3 API 每百万 token 价格：7-Max、Max、Flash

阿里的 Qwen3 家族覆盖面比多数团队以为的更广——一个旗舰推理模型、一个价格更低但依然强的通用模型，以及一个近乎免费的 flash 档。genmux 把在线的整条阵容放在同一个 chat.completions 接口之后，所以选对 Qwen3 模型只是改一个 model 字符串，而不是做一套新集成。

阵容

以上都是 genmux 实际计费的数字，按每积分 $0.0125（Scale 套餐单价）从积分折算而来。qwen3-7-max 和 qwen3-max 以一个我们敢明说的固定幅度低于阿里自家标价；qwen3-6-flash 的定价是为了可用，不是为了压某个公开数字。Plus 和 Coder 系列（qwen3-plus、qwen3-coder-plus、qwen3-coder-turbo）因上游厂商的问题暂停中——等它们恢复服务，会带着真实价格回到这个页面。

该选哪一个

• 默认用 qwen3-max，凡是需要真正推理质量的任务都合适——它是家族里能力与价格平衡得最好的一个，需要分步推理时还可以打开 enable_thinking。
• 需要家族里最重的推理、且单次成本没有做对更重要时，上 qwen3-7-max。
• qwen3-6-flash 用于分类、抽取、短回复，或者任何每天要发几千次调用、延迟比深度更重要的场景。

比阿里自家标价更便宜

我们的定价规则：在供应成本允许的地方，比模型方自家标价低 10%，且绝不低于成本。对照阿里云百炼的公开价格，核对于 2026-09-06：

qwen3-6-flash 不在这张表里，因为它的参考价是一个替代估算，而不是确认过的阿里标价——我们不为它宣称节省幅度。

调用方式完全一致

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": "You write minimal, idiomatic diffs."},
        {"role": "user", "content": "Add input validation to this function:\n\n" + code},
    ],
    max_tokens=800,
    temperature=0.1,
)

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

把 model 换成 qwen3-7-max、qwen3-6-flash 或上表中任意一个 id 即可——messages、max_tokens、temperature、top_p、stop 和 stream 在整个家族里用法完全相同。enable_thinking 只在上表标注「支持」的模型上生效；发给 qwen3-6-flash 会被静默忽略，而不会报错。

不想用 SDK，就用 curl

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": "Classify this review as positive, negative, or neutral: ..."}],
    "max_tokens": 20
  }'

响应里的 usage.cost 就是准确扣除的积分数；事后用 GET /v1/generations/{id} 可以拿它和 genmux 在调用前所做的预留核对。

开始使用

上表中的每个 Qwen3 模型都与平台上其他模型共用同一把密钥，从同一个预付余额扣费，今天就可以用 USDT 充值（银行卡和 SBP 正在接入）。带实时费率的模型页：Qwen3.7-Max、Qwen3-Max、Qwen3.6-Flash。完整接口说明见文档。