商业模式拆解 · Alibaba Cloud (Qwen) · 阿里云通义
阿里云通义：开源模型引流，云账单变现
用开源 Qwen 吸引开发者，靠百炼平台按 Token 收费，最大赌注是云消费档位决定限流，逼客户留在阿里云。
关键数字
收入来自开发者和企业在百炼平台按 Token 付费的 API 调用。钱花在模型研发、多地域部署和算力调度上，开源策略降低了模型分发成本但把毛利让给了云资源。活下去靠阿里云整体现金流和客户对云生态的依赖，而不是模型 API 本身的利润。最大的赌注是：开源 Qwen 能持续为阿里云引流，而限流和地域差异能把付费客户锁在云上。如果客户选择自托管或转向更低价的第三方模型，这条路径就会断。
产品与模型
开源权重换分发，云 API 收调用费
Qwen 家族多数模型开放权重，开发者可以下载后自建 GPU 推理，也可以直接在百炼平台调用 API。开源把模型分发的边际成本压到接近零，同时用社区口碑替代销售线索。但这也意味着付费转化必须依赖那些不愿管理 GPU 团队的客户。百炼平台提供 OpenAI 兼容端点，降低迁移摩擦，让调用 Qwen 的代码可以低成本切换到其他模型，反过来也方便其他模型接入百炼。
依据R11R3百万上下文是卖点，缓存折扣是留客钩子
Qwen3.8-Max 支持 1,000,000 tokens 上下文，按量付费输入 12 元、输出 36 元每百万 Tokens（北京）。长上下文对文档分析、代码库问答等场景有吸引力，但全量传入的 Token 成本很高。平台提供上下文缓存：显式创建按标准输入价 125% 计费，缓存命中按 10% 计费。这实际上是在鼓励客户把重复使用的长上下文留在百炼平台上，缓存命中率越高，客户迁移到别处的成本就越高。
依据R5R6Batch 半价与错峰折扣，用调度换毛利
支持 Batch 调用的模型输入输出单价按实时推理价格的 50% 计费，且与缓存折扣不可叠加。错峰时段（东八区 22:00 至次日 8:00）部分模型享限时折扣。这些机制把价格敏感的任务引导到非高峰时段，提高 GPU 利用率，同时用折扣换取客户对交付延迟的容忍。对客户来说，这是用时间换成本；对阿里云来说，这是用调度能力换毛利空间。
依据R6R1收入模式
按 Token 后付费，旗舰模型单价分层
开发者与企业按实际调用的输入和输出 Token 数付费，没有最低消费承诺。旗舰模型 Qwen3.8-Max 在北京地域按量付费价为输入 12 元、输出 36 元每百万 Tokens（R5）；国际部署价为输入 $2、输出 $6，1M 上下文内统一价（R6/R11）。两者是不同部署范围的并行价格，口径不同，不可直接比较。qwen-plus 国际价 0<Token≤256K 为输入 $0.4、输出 $1.2、思考模式 $4 每百万 Token。低价模型 qwen-long 北京输入 0.5 元、输出 2 元每百万 Token。分层定价让客户按任务复杂度选模型，也把高价值任务留在高价模型上。
依据R5R6R1R7R11阶梯计费按单次请求总量定档，不是边际计价
阶梯计费按单次请求的输入 Token 总量确定档位，全部 Token 按该档单价计费，而非边际计价。这意味着一次请求里输入越长，单价可能越高，而不是最后一段更贵。对客户来说，拆分成多个短请求可能比一次长请求更便宜，但会增加调用次数和延迟。这种设计把定价复杂度转移给客户，同时保护了平台在高 Token 量请求上的毛利。
依据R6R11客户与市场
开发者和企业，免费额度只给特定地域
百炼平台面向企业与开发者提供大模型能力，平台宣传称超 140 款免费试用产品、初创企业最高 100 万抵扣金。但部分模型的 100 万 Token 免费额度仅限新加坡等特定地域，且自开通或发布起 90 天内有效。这说明平台用免费额度吸引新客户试用，但把免费成本控制在有限地域和时间窗口内。真正付费的是那些在新加坡以外地域、免费额度用完或需要更高限流的客户。
依据R3R2R6获客与渠道
开源社区引流，百炼平台承接，TPM 限流逼升级
Qwen 开源模型在开发者社区形成口碑，开发者从 GitHub 或模型社区了解模型后，到百炼平台调用 API。百炼平台提供 OpenAI 兼容端点，降低接入摩擦。qwen3.8-max 在华北2与新加坡采用动态限流，TPM 随百炼月消费档位调整。这意味着免费或低消费客户会遇到更严格的限流，要获得稳定吞吐就得提高月消费。推断：限流可能成为从免费/低付费向更高付费转化的机制。
依据R5R11成本结构
算力与多地域部署是主要开销，缓存和错峰压成本
钱主要花在 GPU 算力、多地域部署和模型研发上。qwen3.8-max 部署于新加坡、德国法兰克福、美国弗吉尼亚、日本东京、中国香港等地域，部分能力有差异，多地域部署意味着重复的算力与运维成本。平台用缓存折扣引导客户复用上下文，用 Batch 半价和错峰折扣把任务挪到低峰时段，这些都是在不增加总算力的情况下提高利用率。qwen3.8-max 显式缓存创建价 15 元/百万 Tokens、命中 1 元/百万 Tokens（北京），即标准输入价 12 元的 125% 与 10%；qwen3.7-flash 缓存命中价低至 0.02 元/百万 Tokens（≤32k，北京），缓存命中价越低，平台越能鼓励客户把长上下文留在平台上。
依据R5R3R6融资与资本
靠阿里云整体现金流，模型 API 不是独立生意
公开资料未披露通义或百炼的独立收入、利润和融资。模型 API 按量付费，单价从每百万 Token 几毛到几十元，单客户收入规模有限。支撑研发和算力投入的是阿里云整体现金流，而不是模型 API 本身的利润。开源策略进一步降低了模型分发的收入上限，因为客户可以选择自托管。因此，通义的商业模式不是靠 API 毛利活着，而是靠 API 调用带动云资源消费（存储、网络、GPU 实例等）。
依据R5R6R11护城河
云生态绑定与限流档位，不是模型本身
Qwen 模型开放权重，客户可以自建 GPU 自托管，模型本身不构成排他性。真正的锁定来自百炼平台的配套机制：TPM 随月消费档位调整，缓存折扣鼓励长上下文留存，Batch 和错峰折扣把任务调度与平台绑定。推断：客户一旦把生产流量放在百炼上，迁移到自托管或其他平台可能需要重新处理限流、缓存和计费逻辑。但这条护城河只在客户不愿管理 GPU 集群时有效，对技术能力强的团队约束有限。
依据R5R6R11风险与不确定性
开源权重让客户可以绕过 API 自托管
多数 Qwen 模型同时开放权重，用户可选择按 Token 付费或自建 GPU 自托管。对调用量大、技术能力强的客户，自托管可能比按量付费更划算，尤其是在有闲置 GPU 或长期稳定负载的情况下。这限制了 API 收入的提价空间，也意味着平台必须靠易用性、限流管理和云资源捆绑来留住客户，而不是靠模型独占。
依据R11R6地域价差与夜间折扣让定价体系复杂，客户可能套利
同一模型在不同地域与部署范围价格不同，据第三方来源，部分费率夜间可降约 60%。qwen3.8-max 北京按量付费输入 12 元、输出 36 元每百万 Tokens，国际部署价输入 $2、输出 $6，两者是不同部署范围的并行价格，口径不同，不可直接比较。客户可能选择在低价地域调用或把 Batch 任务挪到夜间，导致平台收入低于按标准价估算的水平。定价体系越复杂，客户越容易找到套利路径，平台也需要更多运营投入来管理。
依据R5R11R1关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
开源权重换分发，但付费点必须落在托管运维上
Qwen 开放权重让开发者能自建 GPU 推理，阿里云仍能收费，是因为百炼平台提供了缓存、限流管理、多地域部署这些自托管不划算的部分。小团队可以借这个顺序：先把核心模型或工具开源，让开发者自己跑起来，再把托管版卖给不想管 GPU 的人。付费理由要具体到运维复杂度，而不是模型能力本身。
缓存折扣和 Batch 半价可以借，阶梯限流借不了
缓存命中按标准输入价 10% 计费、Batch 按实时价 50% 计费，这类机制不依赖平台规模，小团队也能设计：鼓励客户复用长上下文、把非紧急任务挪到低峰，用调度换毛利。做法上只需在计费逻辑里区分缓存命中和实时调用，不需要自建算力池。
地域价差和夜间折扣会带来套利，定价越复杂越难管
同一模型在不同地域与部署范围价格不同，夜间折扣还能再降，客户会挑低价地域调用或把 Batch 挪到夜间，平台收入可能低于按标准价估算。小团队如果只有一两个部署区域，应尽量统一费率，避免自己制造套利路径，也省下管理复杂定价的运营投入。
公开资料没有回答的问题
- 百炼平台的收入、利润和客户数公开资料未披露，无法判断模型 API 是否盈利。
- 开源 Qwen 对阿里云整体云收入的引流效果，公开资料没有量化证据。
- 免费额度仅限新加坡等特定地域，其他地域的新客户获取成本是否更高，公开资料未披露。
- TPM 限流档位与月消费的具体对应关系，公开资料未披露。
- 错峰折扣和 Batch 折扣对实际收入的影响，公开资料未披露。
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1模型调用价格 - Alibaba Cloudalibabacloud.com · 一手来源 · 可信度 94
- R2模型調用價格 - Alibaba Cloud - 服務部署範圍alibabacloud.com · 一手来源 · 可信度 93
- R3Qwen3.7——阿里千问模型收费价格、输入/输出、缓存优惠费用说明developer.aliyun.com · 媒体与披露 · 可信度 91
- R4阿里云AI模型的Token如何计费？输入、输出及免费100 Tokens费用说明developer.aliyun.com · 媒体与披露 · 可信度 91
- R5阿里云 Qwen3.8-Max 模型详解：能力参数、免费 Tokens、计费价格、上下文、限流与工具调用developer.aliyun.com · 媒体与披露 · 可信度 91
- R6Model inference pricing - Alibaba Cloudalibabacloud.com · 一手来源 · 可信度 89
- R7模型调用计费 - 0<Token≤128Khelp.aliyun.com · 媒体与披露 · 可信度 88
- R8help.aliyun.comhelp.aliyun.com · 媒体与披露 · 可信度 86
- R9模型调用计费 - 模型 ID（Model ID） | 服务部署范围 | 模式 | 单次请求的输入Token数 | 输入单价（每百万Token） | 输出单价（每百万Token）help.aliyun.com · 媒体与披露 · 可信度 86
- R10Qwen API Pricing — 3-60x Cheaper Than GPT & Claude (2026) - Qwen API Pricingqwen-ai.com · 媒体与披露 · 可信度 86
- R11Qwen API pricing in 2026: every model, the tier rules, and the regional spread nobody prices in - Why Finance Caps What It Can't See: 87% of finance leaders are raising AI budgets they can't justifycloudzero.com · 媒体与披露 · 可信度 85
- R12Qwen API Pricing (October 2026): Qwen3.5 Plus & Flash Ratesbenchlm.ai · 媒体与披露 · 可信度 85
- R13GitHub - pmfyh4/qwen-model-pricing: 千问模型调用价格：Qwen3-Max / Qwen-Plus / Qwen-Long 各系列 Token 怎么收费？哪个套餐最省钱？新用户怎么领 7000 万免费额度？（附全模型价格对比表） · GitHubgithub.com · 媒体与披露 · 可信度 84
- R14Qwen API (2026): Pricing, Base URL, Model IDs, and Self-Host Options | Morphmorphllm.com · 媒体与披露 · 可信度 84
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 8 个来源、4 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。