Alibaba Cloud: Qwen3-Coder-Flash

Mô hình lập trình Qwen cho các tác nhân phần mềm, chỉnh sửa kho lưu trữ và suy luận mã nguồn.

qwen3-coder-flash

Sẵn sàngAlibaba CloudTrò chuyện

Đầu vào / Đầu ra: $0.30 / $1.50
Ngữ cảnh: 998K
Độ dài đầu ra tối đa: 64K
Phương thức: Trò chuyện
Khả năng: Bộ nhớ đệm Prompt

Về Qwen3-Coder-Flash

Qwen3-Coder-Flash là mô hình lập trình nhanh trong dòng Qwen3-Coder của Alibaba, được cung cấp thông qua Alibaba Cloud Model Studio cho việc lập trình tác tử (agentic coding): tạo mã, quản lý quy trình lập trình nhiều bước và gỡ lỗi trên toàn bộ cơ sở mã. Dòng Qwen3-Coder xử lý ngữ cảnh ở quy mô kho lưu trữ và hoạt động với các công cụ tác tử như Qwen Code và Cline. Mô hình chỉ xử lý văn bản.

Ưu điểm

Được xây dựng cho việc lập trình tác tử trong dòng Qwen3-Coder của Alibaba.
Xử lý ngữ cảnh ở quy mô kho lưu trữ, vì vậy một câu hỏi có thể rút ra thông tin từ nhiều tệp cùng lúc thay vì chỉ một đoạn mã.
Hoạt động với các tác tử kiểu Qwen Code và Cline.
Bộ nhớ đệm gợi ý (prompt caching) giúp giảm bớt công việc xử lý tiền tố lặp lại khi cùng một ngữ cảnh cơ sở mã lớn được gửi lại.

Khi nào nên chọn model khác

Mô hình chuyên biệt cho mã nguồn; việc viết văn bản thông thường nên dành cho các mô hình Qwen3.5 hoặc Qwen3.8.
Mô hình chỉ nhận văn bản, vì vậy ảnh chụp màn hình và bản thiết kế cần một mô hình có khả năng thị giác.
Các thế hệ Qwen mới hơn là lựa chọn tốt hơn cho các công việc tác tử đòi hỏi khắt khe và chạy dài hạn.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.
02
Gửi yêu cầu đầu tiên của bạn
Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.
Văn bản sang văn bảnResponses API
POST/v1/responses
Định dạng API:
curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen3-coder-flash", "input": "Hello!" }'

Giá

Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.

Đầu vào token <= 32K

mỗi 1M token

Giá Official: Đầu vào $0.30 / Đầu ra $1.50 / Đọc bộ nhớ đệm $0.06 / Ghi bộ nhớ đệm $0.375 / Văn bản Đầu vào $0.30 / Văn bản Đầu ra $1.50
Giá Verified: —
Giảm giá: —

Đầu vào token <= 128K

mỗi 1M token

Giá Official: Đầu vào $0.50 / Đầu ra $2.50 / Đọc bộ nhớ đệm $0.10 / Ghi bộ nhớ đệm $0.625 / Văn bản Đầu vào $0.50 / Văn bản Đầu ra $2.50
Giá Verified: —
Giảm giá: —

Đầu vào token <= 256K

mỗi 1M token

Giá Official: Đầu vào $0.80 / Đầu ra $4.00 / Đọc bộ nhớ đệm $0.16 / Ghi bộ nhớ đệm $1.00 / Văn bản Đầu vào $0.80 / Văn bản Đầu ra $4.00
Giá Verified: —
Giảm giá: —

Đầu vào token <= 1M

mỗi 1M token

Giá Official: Đầu vào $1.60 / Đầu ra $9.60 / Đọc bộ nhớ đệm $0.32 / Ghi bộ nhớ đệm $2.00 / Văn bản Đầu vào $1.60 / Văn bản Đầu ra $9.60
Giá Verified: —
Giảm giá: —

Giá cache của prompt

Đọc bộ nhớ đệm

Giá Official: $0.06
Giá Verified: —
Giảm giá: —

Ghi bộ nhớ đệm

Giá Official: $0.375
Giá Verified: —
Giảm giá: —

	Giá Officialmỗi 1M token	Giá Verifiedmỗi 1M token	Giảm giá
Đầu vào token <= 32K	Đầu vào $0.30 / Đầu ra $1.50 / Đọc bộ nhớ đệm $0.06 / Ghi bộ nhớ đệm $0.375 / Văn bản Đầu vào $0.30 / Văn bản Đầu ra $1.50	—	—
Đầu vào token <= 128K	Đầu vào $0.50 / Đầu ra $2.50 / Đọc bộ nhớ đệm $0.10 / Ghi bộ nhớ đệm $0.625 / Văn bản Đầu vào $0.50 / Văn bản Đầu ra $2.50	—	—
Đầu vào token <= 256K	Đầu vào $0.80 / Đầu ra $4.00 / Đọc bộ nhớ đệm $0.16 / Ghi bộ nhớ đệm $1.00 / Văn bản Đầu vào $0.80 / Văn bản Đầu ra $4.00	—	—
Đầu vào token <= 1M	Đầu vào $1.60 / Đầu ra $9.60 / Đọc bộ nhớ đệm $0.32 / Ghi bộ nhớ đệm $2.00 / Văn bản Đầu vào $1.60 / Văn bản Đầu ra $9.60	—	—
Giá cache của prompt
Đọc bộ nhớ đệm	$0.06	—	—
Ghi bộ nhớ đệm	$0.375	—	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 07:20 1 thg 11, 2026 UTC

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Qwen3-Coder-Flash trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử qwen3-coder-flash với tin nhắn ngắn tại /v1/responses. Hiển thị phản hồi, độ trễ và chi phí.

Tình huống sử dụng

Phù hợp cho

Phần phụ trợ hoàn thiện trình soạn thảo
Cung cấp các gợi ý hoàn thiện nhanh và chỉnh sửa nhỏ bên trong IDE, nơi mô hình nhìn thấy các tệp đang mở và trả về một bản vá thay vì một bài luận dài.
Câu hỏi về kho lưu trữ
Hỏi về vị trí của một hành vi, các mô-đun nào gọi một hàm hoặc cách một yêu cầu truyền từ bộ định tuyến xuống lớp cơ sở dữ liệu.
Sửa lỗi từ dấu vết (stack trace)
Dán dấu vết ngăn xếp cùng với các tệp mà nó trỏ đến và nhận một bản vá đề xuất cùng với giải thích ngắn gọn về nguyên nhân.
Tạo kiểm thử đơn vị (unit test)
Trỏ mô hình vào một mô-đun hiện có và yêu cầu các bài kiểm thử bao gồm các trường hợp biên, đường dẫn lỗi và các đầu vào hiện chưa được kiểm thử.

Ví dụ prompt

Thêm xác thực đầu vào vào trình xử lý Express này và cập nhật các bài kiểm thử của nó.

Giải thích cách các yêu cầu truyền từ bộ định tuyến đến cơ sở dữ liệu trong các tệp này.

Chuyển đổi tập lệnh Python này sang Go, giữ nguyên hành vi.

Mô hình này có giá theo điều kiện. Chỉ tổng token hàng tháng không thể tạo ước tính đáng tin cậy; hãy dùng bảng giá chi tiết theo thông số yêu cầu, bộ nhớ đệm và khung giờ áp dụng.

FAQ

Qwen3-Coder-Flash dùng để làm gì?

Đây là mô hình lập trình nhanh thuộc dòng Qwen3-Coder của Alibaba. Nó dành cho việc lập trình tác tử: viết mã mới, quản lý quy trình lập trình nhiều bước và gỡ lỗi trên toàn bộ cơ sở mã, thay vì trò chuyện thông thường.

Những công cụ lập trình nào hoạt động với mô hình này?

Thẻ mô hình của Alibaba cho dòng Qwen3-Coder nêu tên Qwen Code và Cline là các nền tảng lập trình tác tử mà dòng này được xây dựng cho. Các trình soạn thảo khác có thể sử dụng nó cho việc tạo mã thông thường và các yêu cầu đánh giá.

Qwen3-Coder-Flash có thể đọc hình ảnh không?

Không. Qwen3-Coder-Flash chỉ nhận văn bản, vì vậy ảnh chụp màn hình, sơ đồ và bản thiết kế cần một mô hình Qwen có khả năng thị giác thay thế. Hãy dán mã liên quan hoặc mô tả bằng văn bản về thiết kế đó.

Đây có phải là lựa chọn tốt cho trò chuyện không liên quan đến mã không?

Mô hình có thể trả lời các câu hỏi chung, nhưng được tinh chỉnh cho công việc phần mềm. Đối với các tài liệu dài, viết lách hoặc phân tích, các mô hình Qwen3.5 và Qwen3.8 là lựa chọn phù hợp hơn và có phạm vi đào tạo rộng hơn.

Có tùy chọn Qwen mới hơn cho việc lập trình không?

Có. Các mô hình Qwen3.7 và Qwen3.8 mới hơn và hướng tới hành vi tác tử mạnh mẽ hơn. Hãy thử nghiệm kho lưu trữ của riêng bạn trên cả hai mô hình trước khi chuyển đổi quy trình sản xuất.

Qwen3-Coder-Flash có giá bao nhiêu?

Trên TokenLab, Qwen3-Coder-Flash có giá Đầu vào $0.30 / Đầu ra $1.50 mỗi 1M token. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Giới hạn ngữ cảnh và đầu ra của Qwen3-Coder-Flash là bao nhiêu?

Qwen3-Coder-Flash hỗ trợ tối đa 997.952 token ngữ cảnh và trả về tối đa 65.536 token mỗi phản hồi.

Qwen3-Coder-Flash nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/responses làm mặc định cho Qwen3-Coder-Flash. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Qwen3-Coder-Flash hỗ trợ những thao tác nào?

Qwen3-Coder-Flash hỗ trợ Văn bản sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.