AIREITERAvec Qwen3.8-Omni-Flash, la facture dépend à la fois de la modalité envoyée et du type de sortie générée. D’après la grille publiée par Alibaba Cloud pour Singapour et l’international, les tokens audio coûtent près de neuf fois plus cher que les tokens texte.
La grille tarifaire en un coup d’œil
Pour connaître le prix exact d’un endpoint, la documentation du modèle et la grille tarifaire d’Alibaba Cloud restent les références. La fiche internationale distingue les entrées texte, audio et image/vidéo, ainsi que les sorties, au lieu d’appliquer un tarif unique par token à Qwen3.8-Omni-Flash.
| Élément facturé | Prix à Singapour/international par million de tokens |
|---|---|
| Entrée texte | $0.43 |
| Entrée audio | $3.81 |
| Entrée image ou vidéo | $0.78 |
| Sortie texte avec entrée texte uniquement | $1.66 |
| Sortie texte après une entrée multimodale | $3.06 |
Ces montants proviennent de la documentation officielle des tarifs d’Alibaba Cloud Model Studio. Avant d’établir un budget, vérifiez dans la console que l’identifiant du modèle et la région correspondent bien à ceux utilisés : un autre modèle Qwen ou un autre déploiement peut appliquer un tarif différent.
Qwen3.8-Omni-Flash n’est pas Qwen3.8-Flash
Les résultats de recherche mélangent facilement trois appellations proches. Pourtant, leurs capacités et leurs tarifs ne sont pas interchangeables. Avant de reprendre un montant dans une grille tarifaire, vérifiez toujours l’identifiant complet du modèle.
| Nom | Comment l’interpréter | Conséquence tarifaire |
|---|---|---|
| Qwen3.8-Omni-Flash | Le modèle traité ici | Applique des tarifs distincts pour le texte, l’audio, l’image/vidéo et les sorties |
| Qwen3-Omni-Flash | Une génération différente | Sa grille tarifaire ne doit pas être réutilisée |
| Qwen3.8-Flash | Une autre famille de modèles Flash | Son prix par token texte n’est pas celui d’Omni |
L’annonce de lancement de Qwen présente Qwen3.8-Omni-Flash comme un modèle nativement multimodal. Pour les décisions d’achat et de déploiement, c’est toutefois la documentation de l’endpoint qui fait foi pour les limites et les fonctionnalités prises en charge.
Calculer le coût d’une requête multimédia
Pour obtenir une estimation réaliste, appliquez chaque tarif à la catégorie de tokens correspondante. Prenons une requête à Singapour contenant 100,000 tokens d’entrée texte, 20,000 tokens d’entrée audio et générant 10,000 tokens de sortie après réception d’une entrée multimodale.
- Entrée texte : 0.1 x $0.43 = $0.043.
- Entrée audio : 0.02 x $3.81 = $0.0762.
- Sortie d’une requête multimodale : 0.01 x $3.06 = $0.0306.
- Total estimé : $0.1498, hors taxes et ajustements propres au compte.
L’entrée audio coûte environ 8.9 fois le tarif de l’entrée texte ($3.81 / $0.43). Une estimation fondée uniquement sur le texte sous-évalue donc le coût d’un usage fortement orienté voix, même lorsque la sortie reste courte.
Les pièges de facturation qui font varier le total
Le prix de l’API Qwen3.8-Omni-Flash ne dépend pas seulement du nombre total de tokens. Le type d’entrée et le caractère multimodal de la requête déterminent les lignes de la grille à appliquer.
L’audio doit faire l’objet d’une estimation séparée
L’audio correspond au tarif d’entrée le plus élevé de la grille. Pour analyser des réunions ou des appels, comptabilisez séparément les tokens audio et le prompt texte au lieu d’appliquer $0.43/M à l’ensemble des entrées.
Une entrée multimodale augmente le tarif des sorties
Une sortie texte coûte $1.66/M après une entrée exclusivement textuelle, contre $3.06/M après une entrée image, audio ou vidéo. Se limiter aux frais d’entrée fait donc passer à côté de cette hausse de 84 % du tarif de sortie.
La région doit figurer dans le modèle de coût
Alibaba Cloud fournit des informations de déploiement propres à chaque région. Votre feuille de calcul doit donc associer la région à l’identifiant exact du modèle. Les montants indiqués plus haut concernent Singapour et ne constituent pas un tarif Qwen universel.
Le tarif public n’est pas forcément celui de la facture finale
Les taxes, crédits, promotions et conditions propres au compte peuvent modifier le montant facturé. La grille publique citée fournit les tarifs de base par token ; vérifiez les remises et quotas gratuits actifs dans la console au lieu de supposer qu’ils s’appliquent.
Quatre vérifications avant la production
Qwen3.8-Omni-Flash mérite d’être évalué lorsqu’un projet doit comprendre simultanément du texte, de l’audio, des images ou de la vidéo. Avant d’y faire passer de vrais utilisateurs, verrouillez ces quatre éléments pour éviter qu’une confusion de nom ou d’endpoint ne rende votre estimation inutilisable :
- L’identifiant complet du modèle, génération et ponctuation comprises.
- La région et l’endpoint associés à la clé API.
- Les limites de contexte, de sortie, de débit et de prise en charge des outils affichées pour cet endpoint.
- Les crédits, promotions et dates d’expiration actifs sur le compte.
Exécutez ensuite une requête représentative et utilisez les données d’utilisation renvoyées ou les métriques de la console pour relever séparément les tokens texte, audio, image/vidéo et sortie. Appliquer la grille aux usages réellement observés est plus fiable que de convertir des minutes de média en tokens à partir d’une hypothèse non documentée.
FAQ sur l’API Qwen3.8-Omni-Flash
Quel est le prix de l’API Qwen3.8-Omni-Flash ?
À Singapour, la grille officielle indique $0.43/M pour l’entrée texte, $3.81/M pour l’entrée audio, $0.78/M pour l’entrée image/vidéo et $1.66/M ou $3.06/M pour la sortie texte, selon que l’entrée est exclusivement textuelle ou multimodale.
Qwen3.8-Omni-Flash est-il le même modèle que Qwen3-Omni-Flash ou Qwen3.8-Flash ?
Non. Il s’agit de familles de modèles ou de générations distinctes. Vérifiez l’identifiant complet du modèle avant d’appliquer un tarif.
Comment l’audio est-il facturé ?
L’entrée audio est facturée au token, à $3.81/M selon la grille citée pour Singapour. Elle n’y est pas présentée sous la forme d’un forfait fixe à la minute.
L’entrée image ou vidéo modifie-t-elle le prix des sorties ?
Oui. Le tarif de sortie indiqué passe de $1.66/M avec une entrée exclusivement textuelle à $3.06/M lorsque la requête inclut une image, de l’audio ou de la vidéo.
Notre verdict pratique
Choisissez Qwen3.8-Omni-Flash lorsque la compréhension multimodale justifie les tarifs élevés de l’audio et des sorties multimodales. Testez un scénario représentatif, examinez l’utilisation par modalité et comparez le coût par tâche terminée plutôt que les seuls tarifs de l’entrée texte.