Qwen API
Alibaba Qwen API access via RunAPI — Apache-2.0 ultra-sparse MoE with 262K context, 80B total / 3.9B active.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-next-80b-a3b-instruct",
"messages": [
{
"role": "user",
"content": "Analyze this large codebase, identify where request timeouts are handled, and add consistent retry logic across the services."
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="qwen3-next-80b-a3b-instruct",
messages=[{"role": "user", "content": "Analyze this large codebase, identify where request timeouts are handled, and add consistent retry logic across the services."}]
)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "qwen3-next-80b-a3b-instruct",
messages: [{ role: "user", content: "Analyze this large codebase, identify where request timeouts are handled, and add consistent retry logic across the services." }]
});
Qwen is Alibaba's Apache-2.0 family of language models. qwen3-next-80b-a3b-instruct uses a hybrid attention architecture (DeltaNet linear + GQA) with an ultra-sparse MoE — 80B total parameters, only ~3.9B active per token across 512 experts. It delivers 262K native context (extendable to 1M) and matches Qwen3-235B-A22B on coding and conversational benchmarks while using 7× fewer active parameters and 10× higher throughput. Available through RunAPI with one key and per-token billing.
- Wiele wariantów dla różnych poziomów szybkości i jakości
- Model skill zawiera dokumentację, schematy i notatki setupu
- Działa z workflow kodowania aplikacji
- Nie płacisz za nieudane generacje
Cennik
Szczegóły techniczne
| ID modelu | qwen3-next-80b-a3b-instruct |
| Dostawca | Alibaba |
| Modalność | text |
| Typ zadania | synchronous |
| Jednostka rozliczeniowa | 1K tokens |
| API endpoint | /v1/chat/completions |
| Licencja komercyjna | Tak — wliczona przez API |
| Status | Operacyjny |
Endpointy API Qwen
Użyj SDK OpenAI lub Anthropic z kluczem RunAPI. Dodatkowy SDK nie jest wymagany.
| Endpoint | Protocol |
|---|---|
| /v1/chat/completions | OpenAI compatible |
Od model skilla do pierwszego wyniku w czterech krokach
Wybierz model
Wybierz model i wariant pasujące do typu wyjścia, progu jakości i celu opóźnienia.
Konfiguracja
Ustaw klucz RunAPI i zainstaluj model skill w workspace kodu.
Implementacja
Użyj instrukcji skilla, aby dodać funkcję modelu w swojej aplikacji.
Odbiór
Odpytuj po task ID, streamuj gdy wspierane albo obsłuż callback webhook.
Czym jest API Qwen?
Qwen models from Alibaba are Apache-2.0 ultra-sparse MoE LLMs with 262K native context. qwen3-next-80b-a3b-instruct matches models with 7× more active parameters on LiveCodeBench while running at 10× throughput. Through RunAPI they share a single API key with pay-as-you-go token billing, callable from the OpenAI Chat Completions, OpenAI Responses, and Anthropic Messages surfaces. These are Qwen text models, distinct from the Qwen 2 image line.
Dlaczego używać API Qwen przez RunAPI
Jedno uwierzytelnienie, wszyscy providerzy
Jeden klucz RunAPI odblokowuje cały katalog. Bez osobnych kont i rotacji kluczy dla każdej integracji.
Ujednolicony cennik i rozliczenia
Rozliczanie za wywołanie w USD, fakturowane co miesiąc. Nieudane generacje nie są naliczane.
Skill ze schematami
Typowane schematy i notatki setupu są spakowane w model skill, więc implementacja startuje od właściwego kontraktu.
Najczęstsze pytania
Od jakiego wariantu powinienem zacząć?
Wybierz najtańszy wariant, który spełnia Twoje wymagania jakościowe. Większość zespołów zaczyna od szybkiego wariantu, a do produkcji przechodzi na pro.
Czy jest darmowy plan?
Nowe konta otrzymują darmowe pierwsze wywołania dla każdego modelu. Później płacisz za każde wywołanie.
Czy streamujecie wyniki?
Tam, gdzie streaming jest dostępny, RunAPI streamuje end-to-end.
Jak są rozliczane nieudane próby?
Nieudane generacje nie są obciążane opłatą.
Czy wyniki są buforowane?
Wygenerowane wyniki są zapisywane i można je pobrać po ID zadania. Dane wejściowe nie są buforowane.
Czy mogę używać komercyjnie?
Tak — użycie komercyjne jest dostępne dla każdego wariantu, chyba że licencja modelu wyraźnie to ogranicza; informacja taka jest podana na stronie wariantu.
A co z limitami zapytań?
Limity na klucz rosną wraz z poziomem wykorzystania. Aktualne limity znajdziesz na stronie cennika.
Gdzie mogę zgłosić problem?
Otwórz zgłoszenie w publicznym repozytorium GitHub albo napisz do supportu.
Jeśli podoba Ci się API Qwen, wypróbuj też te
Zacznij budować z API Qwen.
- chat_completion