在保证输出质量的同时，降低文本、图像、视频和语音 API 调用费用
千问云各模态采用不同的计费方式：文本模型按 token 计费，图像生成按图片数量计费，视频生成按输出时长计费，TTS 按字符数计费，ASR 按音频时长计费。本文介绍多种实用的降本策略，适用于所有模态，且不会影响输出质量。各策略可单独使用，也可组合使用以获得更大的成本优势。
最直接的降本方式是减少每个任务的资源消耗：
图像生成
批量调用仅适用于文本生成模型。如果您的任务不需要实时响应，批量调用可节省 50% 的 token 费用。您只需将请求打包为 JSONL 文件，作为单个作业提交，处理完成后下载结果——通常在 24 小时内完成。
常见应用场景：
上下文缓存仅适用于文本和视觉模型。当多个请求共享相同的前缀内容（如长系统 prompt、参考文档或对话历史）时，上下文缓存可降低输入 token 费用。它避免了对重复内容的冗余计算，同时提升速度和降低成本。
千问云提供三种缓存模式：
开始使用上下文缓存
以下示例展示了使用 qwen3.5-plus 处理 1000 万输入 token + 500 万输出 token 的假设场景下，各策略的费用对比：
下表展示了参数选择对非文本模态费用的影响：
各模态和模型的单价详见定价。
优化 API 用量
最直接的降本方式是减少每个任务的资源消耗：
- 合并 API 调用：如果需要发送多个小请求，可以合并为一次调用。例如，在一个 prompt 中同时对十个条目做分类，而不是发送十次单独的请求。
- 精简 prompt：删除系统 prompt 中的冗余指令，将对话历史限制在最近几轮，并设置
max_tokens防止输出过长。 - 按任务复杂度选择模型：仅在确实需要高级推理能力时使用高性能模型（qwen3.7-max）。对于分类、信息提取或摘要等简单任务，轻量级模型（如 qwen3.5-flash）即可胜任，费用仅为前者的一小部分。模型能力对比详见模型概览。
优化非文本 API 用量
图像生成
- 图像生成按图片数量计费，与分辨率无关，但降低分辨率可以缩短生成时间。
- 控制
n（每次请求生成的图片数量），每张图片单独计费。 - 如果已有精心编写的 prompt，可在生产环境中关闭 prompt 改写功能（
prompt_extend），避免不必要的处理开销。
- 迭代阶段使用短时长、低分辨率（480P/720P）。大多数模型要求最少 5 秒；wan2.6 模型支持最短 2 秒。仅在最终输出时使用高分辨率（如 15 秒 1080P）。
- 预览和社交媒体内容通常 480P 或 720P 即可，非必要不选 1080P。
- 多次生成时复用参考图片和视频，避免重复上传。
- 根据场景选择合适的 TTS 模型：
flash版本是简单旁白最经济的选择，instruct模型适用于需要情感表达或精细控制的场景。详见语音合成。 - 将多段短文本合并为一次 TTS 调用，避免大量小请求。
- 使用 ASR 时，提交前压缩音频文件可缩短上传时间。注意 ASR 按音频时长计费，压缩不影响费用。
批量调用
批量调用仅适用于文本生成模型。如果您的任务不需要实时响应，批量调用可节省 50% 的 token 费用。您只需将请求打包为 JSONL 文件，作为单个作业提交，处理完成后下载结果——通常在 24 小时内完成。
常见应用场景：
- 离线评测与基准测试
- 批量分类或数据标注
- 大规模 embedding 生成
上下文缓存
上下文缓存仅适用于文本和视觉模型。当多个请求共享相同的前缀内容（如长系统 prompt、参考文档或对话历史）时，上下文缓存可降低输入 token 费用。它避免了对重复内容的冗余计算，同时提升速度和降低成本。
千问云提供三种缓存模式：
| 模式 | 工作原理 | 缓存命中费用 |
|---|---|---|
| 显式缓存 | 手动标记需要缓存的内容，保证 5 分钟内命中。 | 标准输入价格的 10% |
| 隐式缓存 | 自动生效，无需配置。系统自动识别公共前缀。 | 标准输入价格的 20% |
| 会话缓存 | 专为 Responses API 多轮对话设计。 | 标准输入价格的 10% |
批量调用和上下文缓存的折扣不能在同一请求中叠加使用。
成本对比
以下示例展示了使用 qwen3.5-plus 处理 1000 万输入 token + 500 万输出 token 的假设场景下，各策略的费用对比：
| 策略 | 输入费用 | 输出费用 | 合计 |
|---|---|---|---|
| 标准计费 | 10M x 0.8 = 8元 | 5M x 4.8 = 24元 | 32元 |
| 批量调用（5 折） | 10M x 0.4 = 4元 | 5M x 2.4 = 12元 | 16元 |
| 上下文缓存（80% 缓存命中率，隐式缓存） | 2M x 0.8 + 8M x 0.16 = 2.88元 | 5M x 4.8 = 24元 | 26.88元 |
实际节省金额取决于缓存命中率、prompt 结构和模型选择。完整价格表请参阅定价。
非文本成本优化示例
下表展示了参数选择对非文本模态费用的影响：
| 模态 | 基准方案 | 优化方案 | 节省方式 |
|---|---|---|---|
| 图像生成 | 100 次调用，每次 n=4（计费 400 张） | 100 次调用，每次 n=1（计费 100 张） | 只生成需要的图片；关闭 prompt 改写 |
| 视频生成 | 10 个视频，1080P，每个 15 秒 | 迭代阶段 10 个 720P 5 秒视频 + 最终 2 个 1080P 15 秒视频 | 预览用低分辨率；仅最终版本用高分辨率 |
| TTS | 10,000 字符，使用 instruct 模型 | 10,000 字符，使用 flash 模型 | 选择满足质量要求的最低成本模型 |
