百炼上的 qwen3.8-max 和 qwen3.8-flash：一个 12 块，一个 8 毛

把百炼上这两个模型的价目表并排放一次，很多选型问题自己就有答案了。

表格可左右滑动

单位元每百万 token，华北 2（北京）地域价。

上下文、最大输入、最大输出、最大思维链，四项规格完全一样。价差 15 倍（输入）到 13 倍（输出）。

这是百炼这一代产品线设计上最值得注意的地方：它没有像很多平台那样用上下文长度来分档。你不会因为选了便宜的档位就被砍掉长文能力。差的是模型本身的能力，不是规格。

一、地域价差这件事，做出海的要看一眼

同一个模型，不同地域不同价：

• →qwen3.8-max：北京 12 / 36，新加坡 14.988 / 44.965，德国、美国、日本、香港同北京价
• →qwen3.8-flash：北京 0.8 / 2.7，新加坡 1.094 / 3.427，法兰克福、东京、弗吉尼亚、香港同北京价

新加坡贵约 25%，其余海外地域和北京同价。做东南亚业务的，如果延迟能接受，走香港或东京节点比走新加坡便宜四分之一。这种钱不捡白不捡。

另外 qwen3.8-max 走国际站 QwenCloud 的美元价是输入 $2、输出 $6，隐式缓存 $0.25，显式缓存写 $2.50、读 $0.17。要给海外客户报价的，这套数要单独记，和人民币价不是简单换算关系。

Max 的 Batch 模式输入输出各打五折。跑离线批量的直接用 Batch，没有理由不用。

二、9 月 2 日那个快照，编程分数跳了一大截

qwen3.8-max 现在的快照是 qwen3.8-max-0902，别名 qwen3.8-max-2026-09-02。对比前一个快照：

表格可左右滑动

Terminal-Bench 3.0 从 11.3 跳到 29.0，翻了快三倍。DeepSWE 涨了 12.7 个点。

官方口径是面向「Coding & Cowork」重做了后训练，强化工程级编程、长周期自主开发、多工具编排，以及原生视觉（图表推理、文档解析）。

这里有个很实际的提醒：如果你在 9 月 2 日之前评估过 qwen3.8-max 并且否掉了它，那份评估结论已经过期了。快照制的模型就是这样，同一个 id 下面的东西可以在一夜之间变成另一个模型。

这也是为什么做正式评测要锁快照 id（qwen3.8-max-0902）而不是用滚动别名（qwen3.8-max）。锁了你才知道自己在比什么。

三、一个容易被忽略的成本变化

阿里云开发者社区上有文章指出，0902 快照每次请求会额外多消耗 38 个输入 token，单价没变但实际成本会微涨。

38 个 token 听着可以忽略。算一下：一天一百万次调用，就是 3800 万个额外输入 token，按 12 元每百万算是 456 元一天，一年十六万多。

这个数对小团队无所谓，对高频调用的业务是一笔真实开销。更重要的是它提醒一件事：模型升级带来的成本变化不只体现在单价上。你做成本模型的时候，分母（单价）和分子（token 数）都要盯。

四、模型卡本身的信息缺口

两件事要说清楚：

第一，qwen3.8-flash 的参数量、架构、官方 benchmark 全都没公布。百炼模型页上只有规格和价格，没有一个分数。这不影响你用，但影响你判断它适合什么——你只能靠自己跑。

第二，qwen3.8-flash 的精确发布日期我没能从官方页面上查到。百炼的模型页没有发布时间字段，公开资料只能定位到 2026 年 8 月。同期的 qwen3.8-max 是 8 月 3 日云端上线（7 月先出的 Preview）。

还有一处口径冲突值得记一笔：qwen3.8-max 的模型页写缓存命中输入 1.5 元，而百炼的总价格页笼统地说「缓存命中等于标准输入价的 10%」——按 12 元算应该是 1.2 元。两处对不上。真要按缓存做成本测算，以模型页的 1.5 元为准（往高了估不会出事），但报价前最好在控制台自己跑一笔对一下账单。

五、能力与接法

qwen3.8-flash 支持图像、文本、视频输入，文本输出；支持 function calling、结构化输出、上下文缓存、联网搜索。8 毛钱的输入价配这一整套能力，在 2026 年 9 月的国内市场上是很有攻击性的一个定位。

百炼的接法走 OpenAI 兼容端点，把 base_url 指到百炼，model 填 id 就行：

base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
model    = "qwen3.8-flash"        # 日常、高频、要省钱
model    = "qwen3.8-max-0902"     # 复杂编程、长周期任务，锁快照

百炼控制台上有促销折扣，上面列的都是原价。实际签约前去控制台看一眼当期活动，这块的差价有时候比选型本身还大。

六、什么时候值得上 Max

Flash 便宜 15 倍，规格还一样。那 Max 什么时候值？

• →长周期自主开发：让模型连续跑几十上百轮工具调用完成一个任务。这种活对错误率极度敏感，一步走歪后面全废，贵 15 倍也值
• →复杂多工具编排：0902 快照重点打的就是这个方向
• →图表推理和文档解析：原生视觉能力是 Max 这次后训练强化的重点

除此之外的绝大多数活——写文案、分类、抽取、问答、日常代码补全——用 Flash。

一个成本很低的土办法：先全量跑 Flash，把结果里明显不行的那部分捞出来，单独走一遍 Max。这种两级路由通常能把成本压到全量用 Max 的十分之一以内，而最终质量差不了多少。前提是你得有一个能判断「不行」的信号——可以是模型自己的置信度，可以是下游的校验规则，也可以是人工抽检。这个信号才是这套方案的真正门槛，不是模型本身。