Qwen API

Семь моделей Qwen через Messages, Chat Completions и Responses: запросы, стоимость, очередь, поиск, инструменты и картинки.

Qwen работает с тем же ключом gd-… и общим балансом Guard. Для генерации доступны семь моделей; их точные ID, вход, контекст и цены приведены ниже.

Получите ключ в @subscribe_ai_bot, затем выберите HTTP, Python SDK или Node.js SDK. Покупка даёт один общий ключ; отдельный аккаунт Qwen не нужен.

Быстрый старт

Сохраните ключ в переменной GUARD_API_KEY; не вставляйте его в репозиторий и не печатайте в журнал.
Выберите API: Messages, Chat Completions или Responses. У каждого есть общий путь /v1 и отдельный путь /qwen/v1.
Передайте точный model и бюджет вывода 4096. Для первого запроса используйте обычный JSON-ответ.
Проверьте текст, конечное состояние и usage; затем при необходимости включите stream: true.

bash

export GUARD_API_KEY="gd-ваш-ключ"
curl https://api.guardrelay.ai/qwen/v1/messages \
  -H "Authorization: Bearer $GUARD_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"qwen3.7-plus","max_tokens":4096,"messages":[{"role":"user","content":"Reply with OK"}]}'

powershell

$env:GUARD_API_KEY = "gd-ваш-ключ"
$headers = @{
  Authorization = "Bearer $env:GUARD_API_KEY"
  "anthropic-version" = "2023-06-01"
}
$body = @{
  model = "qwen3.7-plus"
  max_tokens = 4096
  messages = @(@{ role = "user"; content = "Reply with OK" })
} | ConvertTo-Json -Depth 10
Invoke-RestMethod -Method Post `
  -Uri "https://api.guardrelay.ai/qwen/v1/messages" `
  -Headers $headers `
  -ContentType "application/json" `
  -Body $body

Два адреса, три API

API	Общий путь	Путь Qwen	Бюджет вывода
Messages	`POST /v1/messages`	`POST /qwen/v1/messages`	`max_tokens`
Chat Completions	`POST /v1/chat/completions`	`POST /qwen/v1/chat/completions`	`max_tokens` / `max_completion_tokens`
Responses	`POST /v1/responses`	`POST /qwen/v1/responses`	`max_output_tokens`

Оба пространства имён дают один контракт Qwen и один биллинг. Семейный адрес удобен для отдельного клиентского профиля и принимает только модели Qwen; общий адрес удобен, если приложение уже выбирает семейство по model.

Модели, вход и контекст

Model ID	Вход	Контекст	Предел ответа
`qwen3.8-max`	Текст и картинки	1 000 000	131 072
`qwen3.7-max`	Только текст	1 000 000	131 072
`qwen3.7-plus`	Текст и картинки	1 000 000	65 536
`qwen3.6-plus`	Текст и картинки	1 000 000	65 536
`qwen3.5-plus`	Текст и картинки	1 000 000	65 536
`qwen3.5-omni-plus`	Текст и картинки	262 144, вход до 196 608	65 536
`qwen3.8-omni-flash`	Текст и картинки	1 000 000	131 072

Картинки PNG, JPEG и WEBP передаются в теле запроса как base64: до 10 МиБ и 20 мегапикселей каждая. Весь запрос — не больше 12 МиБ, а base64 увеличивает файл примерно на треть, поэтому на практике все вложения одного запроса вместе — до 9 МиБ. На одно сообщение Qwen получает не больше пяти картинок; если их больше, он получит пять последних. При продолжении беседы передаются только новые картинки, а в новом разговоре — пять последних картинок всей истории. В истории одного запроса может быть не больше 32 картинок. qwen3.7-max отклоняет картинки кодом 400 unsupported_image, ссылка на картинку вместо base64 получает 400 inline_media_required.

Документы тоже передаются в теле запроса как base64 в тех же пределах размера: PDF и текстовые файлы TXT, CSV, Markdown и JSON в кодировке UTF-8. В Messages это блок document, в Chat Completions — часть file с file_data в виде data URL, в Responses — input_file. Из PDF шлюз извлекает только текст, до 200 страниц: сканы и картинки внутри PDF модель не видит. Текст документа добавляется к запросу: вместе с сообщениями он не должен превышать 2 МиБ; оплачивается как обычные входные токены, отдельной платы за файл нет. Документы принимают все семь моделей, включая qwen3.7-max.

Обычные ответы и SSE

API	Обычный финал	Финал SSE	Usage
Messages	`stop_reason`: `end_turn`, `max_tokens`, `tool_use`	`message_delta` → `message_stop`	`input_tokens`, `output_tokens`
Chat Completions	`choices[].finish_reason`: `stop`, `length`, `tool_calls`	финальный блок данных + `[DONE]`	`prompt_tokens`, `completion_tokens`, `total_tokens`
Responses	`status`: `completed`, `incomplete`	`response.completed`	`input_tokens`, `output_tokens`, `total_tokens`

Цена

Модель	Вход запроса, токенов	Ввод / 1M	Вывод / 1M
`qwen3.8-max`	до 1 000 000	$2.00	$6.00
`qwen3.7-max`	до 1 000 000	$2.50	$7.50
`qwen3.7-plus`	до 256 000	$0.40	$1.60
`qwen3.7-plus`	свыше 256 000	$1.20	$4.80
`qwen3.6-plus`	до 256 000	$0.50	$3.00
`qwen3.6-plus`	свыше 256 000	$2.00	$6.00
`qwen3.5-plus`	до 256 000	$0.40	$2.40
`qwen3.5-plus`	свыше 256 000	$0.50	$3.00
`qwen3.5-omni-plus`	до 196 608	$1.40	$8.30
`qwen3.8-omni-flash`	до 1 000 000	$0.15	$0.47

Ставки равны официальным ставкам Alibaba Cloud для этих моделей, множитель 1, включая PRIVATE. У Plus-моделей два уровня: если вход запроса больше 256 000 токенов, весь запрос, и ввод, и вывод, считается по второй строке. Если модель хотя бы раз искала в сети, запрос стоит на $0.01 больше; число поисков на цену не влияет. Кеша у Qwen нет.

Пример для qwen3.7-plus: 10 000 входных и 2000 выходных токенов стоят 10000×0.40/1M + 2000×1.60/1M = $0.00720000, а если модель искала в сети, $0.01720000 при любом числе поисков. При 300 000 входных и 2000 выходных токенов действует второй уровень: 300000×1.20/1M + 2000×4.80/1M = $0.36960000.

Бесплатный подсчёт входа

bash

curl https://api.guardrelay.ai/qwen/v1/messages/count_tokens \
  -H "Authorization: Bearer $GUARD_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{"model":"qwen3.7-plus","messages":[{"role":"user","content":"Count this input"}]}'

Подсчёт выполняет сам шлюз, без обращения к модели и без списания. Он возвращает ту же оценку входа, по которой считается генерация, и заголовок X-Guard-Usage-Source: estimated.

Сессии, очередь и замена модели

Один аккаунт Qwen обслуживает одну клиентскую сессию и выполняет один запрос за раз. Параллельные запросы одной сессии ждут друг друга.
Новая сессия того же ключа, например после /clear, получает аккаунт, как только тот закончит текущий запрос. Запросы других ключей ждут свободный аккаунт.
Если свободного аккаунта нет, запрос ждёт в очереди до 30 секунд, затем получает 429 queue_timeout с заголовком Retry-After: 30.
Генерация одного ответа длится не больше 10 минут, после этого приходит ошибка generation_timeout.
После 10 минут без запросов аккаунт освобождается. Следующее сообщение продолжит беседу по истории, которую прислал клиент.

Если запрошенная модель занята у поставщика или её лимит исчерпан, ответит ближайшая свободная модель Qwen, которая принимает такой запрос. Замена происходит до первого символа ответа. Клиент видит в ответе запрошенную модель и платит по её ставке. Если подходящей свободной модели нет, приходит 429 provider_at_capacity с Retry-After: 5, а при временной недоступности Qwen приходит 503 qwen_unavailable с Retry-After: 30.

В личном кабинете Qwen можно поставить на паузу и задать для него часовой и дневной лимит расходов ключа. На паузе запросы Qwen получают 403 api_key_paused, при достигнутом лимите 429 customer_hour_limit или 429 customer_day_limit.

Инструменты и веб-поиск

Клиентские функции и поиск в сети устроены по-разному. Функцию исполняет ваше приложение и возвращает результат модели. Поиск Qwen выполняет сам, когда решает, что он нужен; отдельного параметра для включения или запрета поиска нет. Если модель искала хотя бы раз, Guard добавляет к запросу $0.01 один раз, сколько бы поисков ни было.

API	Объявление клиентской функции
Chat Completions	`{type: "function", function: {name, description, parameters}}`
Messages	`{name, description, input_schema}`
Responses	`{type: "function", name, description, parameters}`

Что читать дальше

MessagesТело, usage, stop_reason, tools и SSE.Chat CompletionsOpenAI-совместимый запрос, инструменты и картинки.ResponsesПолная история в input и финал incomplete.Ошибки QwenКоды, очередь, повтор и действия клиента.Python SDKКороткие примеры для OpenAI и Anthropic SDK.Node.js SDKChat Completions и Responses без скрытых повторов.