阿里云百炼（通义千问）

💰 价格与方案

🔧 API 与开发者体验

• API 风格: 阿里云百炼与 OpenRouter 均提供 OpenAI 兼容 /v1/chat/completions；高级功能（function calling、多模态）需用原生 DashScope SDK。
• SDK 可用性: 官方 DashScope Python/Node SDK；社区 SDK 覆盖 Go、Java、Rust；OpenAI SDK 通过 base_url 替换即可直接使用。
• 工具调用: 通过 Qwen-Agent 框架调用 function；单工具流程稳定，多工具选择可能需要提示工程。
• 上下文长度: Qwen3.8-Max：128K；Qwen3.5-Max/Plus：128K；长上下文基准强（100K 时 Needle-in-Haystack >99%）。
• 开源权重: Qwen3.5 系列全面开源（多数 Apache 2.0）；7B/14B/32B/72B/110B 规格；支持 vLLM / TGI / llama.cpp 部署。
• 流式输出: 支持 SSE 流式；DashScope SDK 自动处理重连；Qwen-VL-Plus 支持视觉流式推理。
• Batch API: 通过 DashScope batch 端点可用，5 折；24 小时 SLA 完成。

🧠 代码与 Agent 能力

Qwen3.8-Max（2.4T 参数，2026-08-03 开源发布）在 HN/Reddit 讨论中登顶代码与多 Agent 协作基准，成为首个在 SWE-bench Polyglot 和 Aider polyglot 评测中领跑的开源权重模型。该模型支持 128K 上下文，长上下文检索（100K 时 Needle-in-Haystack >99%）表现强，与 Claude Opus 5 / GPT-5.6 在长上下文 Agent 任务中具备竞争力。 Agent 工作流方面，Qwen3.8-Max 与 Qwen-Agent 框架（开源 Python SDK）集成，原生提供工具调用、记忆与多 Agent 编排能力。Qwen-Coder-Plus 变体针对代码补全与重构微调。Qwen3.5-72B-Instruct 仍是自部署场景的甜点规格 —— 强劲代码性能，云端 API 成本的几分之一即可跑起来。

🌐 区域可用性与延迟

Qwen 是所有主流大模型厂商中中国大陆直连体验最强的 —— 阿里云百炼（bailian.console.aliyun.com）从国内稳定低延迟访问，短 prompt 典型响应时间 50-150 毫秒。海外用户可通过阿里云国际站（bailian-ss.aliyun.com）使用同款模型，定价独立；OpenRouter 与 HuggingFace Inference Endpoints 提供全球访问。 从欧美直连阿里云国际站一般 200-400 毫秒；OpenRouter 增加约 50-100 毫秒路由开销，但提供跨厂商统一计费。对面向中国大陆用户的大规模生产负载，阿里云百炼仍是标准方案。在 4×A100 集群上自部署 Qwen3.5（Apache 2.0）可彻底消除 API 延迟，适合高吞吐场景。