Qwen3.8-Max-0902 快取怎麼算才划算？我算完：不到 8 次別開顯式

💡 核心結論速覽 (TL;DR)

• $0.17 那個數字有前提：Qwen3.8-Max-0902 的顯式快取命中確實只要 $0.17／百萬 token，但建立要先付 $2.5——比標準輸入價 $2 還貴 25%。官方公告只講前半句。
• 我算完的分界線是「8 次」：同一段前綴重複命中不到約 8 次，隱式快取（$0.25、不用建立費、自動開）反而比顯式便宜。而且顯式快取只活 5 分鐘，等於這 8 次要壓在 5 分鐘內。
• 官方文件裡有一句例外，多數人會漏掉：通則寫顯式命中是標準價 10%、隱式是 20%，但官方明文寫 qwen3.8-max「不適用」——實際是 8.5% 與 12.5%，比通則便宜。所以別拿別人家的比例換算 Qwen 的帳單。
• 0902 這一版該不該換：升級的是 Coding、協作 agent 與原生視覺三項，1M 上下文和價格都沒動。已經在跑多工具 agent 的人值得換；只做單次問答的人換了感覺不到差別，不如先把快取模式選對，那個省得比較多。

看到 Qwen 那則公告寫「顯式快取命中 0.17 美元」時，我的第一反應是：這比輸入價便宜快 12 倍，怎麼可能有人不用？

翻開官方的快取文件，我看到一行公告沒提的字：建立那份快取，要先付 2.5 美元。比標準輸入價還貴四分之一。

這不是坑，是所有前綴快取的通用設計——你要先讓機器把那段內容算一次存起來。但它會直接改變「該不該用」的答案，因為 Qwen 同時提供另一種不用付建立費的快取模式。兩種怎麼選，取決於你會重複用幾次。

這篇我把官方定價頁和快取文件逐條對完，算出那條分界線在哪，也把 0902 這一版實際升級了什麼講清楚。先說結論方向：多數人該用的不是那個 $0.17 的模式。

Qwen3.8-Max-0902 升級了什麼？官方只講了三件事

Qwen3.8-Max-0902 是 Qwen3.8-Max 的快照版本（官方 Version Tag 標的就是 SNAPSHOT），完整 alias 是 qwen3.8-max-2026-09-02。官方頁面在 Overview 只寫了三項升級：

❶ 編碼能力：官方原文說它「breaks new ground」，能處理更複雜的工程級專案與長時程的自主開發。

❷ 協作 agent 表現：多工具調度與端到端任務交付上「更有定力」（原文用的是 composure）。

❸ 原生視覺理解：在圖表推理、文件解析與多模態感知上更精準可靠。

接在三項升級後面的那句話同樣重要：保留 1M 上下文視窗、thinking 模式與完整工具生態。翻成人話——這一版沒有動你的架構，只是同一個殼裡換了更會做事的引擎。

這裡有個小細節值得記一下：官方頁面的「Updated」欄位寫的是 Sep 1, 2026，但版本號和 alias 都是 09-02。兩個日期不一致，官方沒有解釋。我不打算幫它選一個當「發布日」，只是提醒你：如果你要在文件或報告裡寫這個模型的上線日期，兩處都截圖存著比較保險。

還有一件事我覺得很有意思。這一版的輸入模態官方列的是 Image、Text、Video——原生吃圖也吃影片。而我上個月拆過 Qwen3.8-Max 的開放權重版，那一版是純文字、原生只有 256K。同一個名字底下的兩個東西差距有多大，那篇算得很細，這裡就不重複了。

這段你可以先做的事：如果你的程式碼裡寫的是 qwen3.8-max（不帶日期），先確認你要不要固定到 qwen3.8-max-0902。快照版的好處是行為不會在你沒注意時被換掉，代價是你要自己追新版。

Qwen3.8-Max-0902 的 1M 上下文，實際只有 991K 能放輸入

官方的宣傳數字是 100 萬 token 上下文，但實際可用的分配我建議直接看官方那張規格表，因為輸入上限是 991K，不是 1M：

差的那 9K 不是重點，重點是開了 thinking 模式之後輸入上限還會再掉 8K，而推理本身最多可以吃掉 262K。如果你打算把整份程式碼庫塞進去又要它深度思考，這幾個數字要一起算，不能只看「1M」那個行銷數字。

速率限制的部分官方標的是 TPM 100 萬 token／分鐘、RPM 1.5 萬次／分鐘，新帳號另有 100 萬 token 的免費額度可以先試（各家標榜的免費額度我對過官方數字，帳面和實際能跑的量差很多，這個 100 萬也一樣先當試用而不是預算）。以個人或小團隊的用量來說，這個限制不太可能撞到——會撞到的是錢，不是速率。

台灣能不能直接開來用？可以，走的是國際站端點。註冊門檻與免費額度那一層我另外實查過三家大陸 AI：哪一種身分直接不能用、哪些資料絕對別丟進去，我開了三個登入頁對照過——這篇只談成本，合規與資料邊界請務必先看那篇。

所以接下來講錢。

Qwen3.8-Max-0902 有三種快取，不是兩種

大部分報導只提「顯式」和「隱式」，但官方文件寫的是三種模式。我把對照表整理成這樣：

（金額單位都是每 100 萬 token，標準輸入價是 $2、輸出 $6。）

三者的差別不只在價格，更在「誰來管」：

顯式快取要你自己在 messages 陣列裡插 cache_control 標記，換來的是「保證命中」與更低的延遲。你控制得最多，也付得最多。

隱式快取是自動的，而且你關不掉——官方 FAQ 直接寫了不能停用，理由是它不影響輸出品質。系統自己找共同前綴，但命中機率不保證。

工作階段快取只給 Responses API 用，加一個 x-dashscope-session-cache: enable 標頭，伺服器自動幫你管多輪對話的上下文，計費規則跟顯式一樣。

還有一條很容易踩的規則：在 Chat Completions、DashScope 和 Anthropic 相容這三種 API 下，顯式與隱式是互斥的。你不能兩個都要。

官方文件裡那句例外，可能是全篇最值錢的一行

官方文件的通則寫的是：顯式快取命中「typically 10% of the standard input token price」、隱式命中「typically 20%」。照這個算，Qwen3.8-Max 的顯式命中應該是 $0.2、隱式應該是 $0.4。

但實際標價是 $0.17 和 $0.25。

為什麼？因為官方在 Billing 段落特別列了例外：qwen3.8-max、qwen3.8-flash 和 qwen3.8-2.4t-a95b 這三個模型的快取命中價「不是」標準價的 10%／20%，要去 Model Marketplace 看實際數字。

我用官方金額自己換算了一次（這是我算的比例，不是官方寫的字）：

• 顯式建立 $2.5 ÷ 輸入 $2 = 1.25 倍（這個符合通則）
• 顯式命中 $0.17 ÷ $2 = 8.5%（比通則的 10% 便宜）
• 隱式命中 $0.25 ÷ $2 = 12.5%（比通則的 20% 便宜不少）

這件事的實務意義是：如果你拿別人整理的「Qwen 快取省 80%」這類通則去估自家帳單，會估錯。我自己吃過這種虧——照通用比例算完預算，實際帳單對不上，回頭才發現該模型有專屬定價。所以現在我養成習慣，價格一律回該模型的頁面看金額，不看比例。

Qwen3.8-Max-0902 快取回本試算：不到 8 次別開顯式

直接給算式。假設同一段前綴要用 N 次（第 1 次建立，之後 N−1 次命中），單位都是每 100 萬 token：

完全不用快取：成本 = 2.0 × N

顯式快取：成本 = 2.5 + 0.17 × (N−1)

隱式快取：成本 = 2.0 + 0.25 × (N−1)

把幾個常見次數代進去：

兩條線的交叉點在 N ≈ 7.25，也就是第 8 次起顯式才開始比隱式便宜。在那之前，那個看起來很貴的隱式快取一直是比較省的那個——而且它本來就自動開著，你什麼都不用做。

但這裡有個更重要的限制會把這個結論再往下壓：顯式快取只活 5 分鐘。每次命中會重置成 5 分鐘，可是如果 5 分鐘內沒被打到，系統就清掉了。

把兩件事合起來看，顯式快取真正的成立條件是：同一段前綴要在 5 分鐘的滾動視窗內被打到 8 次以上，換算下來大約每 37 秒一次。這在什麼情境成立？高頻的程式碼補全、同一份長文件的密集連續問答、跑在迴圈裡的 agent。這在什麼情境不成立？一天跑幾次的批次任務、使用者零星進來的客服對話——那些場景你付了 $2.5 建立費，快取還沒被用第二次就過期了。

三個前提要講清楚（這是我的試算，不是官方保證）

❶ 假設建立那一次的費用取代該次的標準輸入費，而不是另外加收。

❷ 假設隱式快取後續每次都命中——但官方明說命中機率不保證，實際會比這張表差。

❸ 只算輸入端。輸出 $6 兩種模式都一樣，不影響比較。

要拿去做預算前，建議先用小量請求跑一次，讀回傳的 cache_creation_input_tokens 與 cached_tokens 對帳，再放大。

順帶一提，這種「便宜的那一格其實有前置成本」的設計不是 Qwen 獨有。前幾天 Claude Fable 5.1 只降快取讀取價，我也算過同一件事——官方說省 25%，但實際上有人只省 0.6%、有人省 58%，差別全在你的快取命中結構。兩家的定價邏輯不同，但要問的問題是同一個：你到底重複用了多少？

顯式快取最容易踩的 4 個雷

如果你算完決定要開顯式，官方文件裡有四條限制值得先記起來，這幾條是我看完最容易讓人「明明開了卻沒省到」的地方：

❶ 最低 1,024 tokens 才快取得起來。不到這個長度，插了標記也沒用。而且達到 1,024 只代表「符合技術條件」，不等於保證命中。

❷ 回看窗口只有 20 個 content blocks。系統從你的 cache_control 標記往前找，最多只看 20 個內容區塊。中間隔太多就直接 miss。

❸ 單一請求最多 4 個 cache marker。超過的話只有最後 4 個生效。官方建議把標記放在穩定的位置——像 system message 或不常變的外部知識——而不是全部塞在一起。

❹ 平行工具呼叫會把回看窗口撐爆。這條最陰險。當模型一次回傳多個 tool_calls，如果你把每個工具結果各發一則 tool 訊息，content blocks 數量會暴衝，很快就超過那 20 格。官方明確建議：把連續同 role 的 tool 訊息合併成一則、內含多個 content block 再送下一輪。

第四條讓我想起自己在別的專案踩過的類似坑——工具用得越多、訊息結構越碎，看起來很乾淨，實際上把快取效率吃光了。agent 帳單暴增的原因我整理過一輪，結構性問題永遠比「模型太貴」更常見。想把工具數量本身壓下來的話，哪些情境該掛哪些 MCP server、我的實測分工在這裡——掛得少一點，回看窗口才有機會夠用。

還有兩條規則跟成本規劃有關：快取不跨帳號、也不跨模型共用，所以你在 A 模型建的快取換到 B 模型就沒了；而 Batch（檔案輸入）方式不享快取折扣——如果你原本打算用批次省錢，這兩件事要一起算。

這段你可以先做的事：把你目前最長、最常重複的那段 prompt 找出來，數一下它有沒有超過 1,024 tokens、以及它到你實際變動內容之間隔了幾個 content block。這兩個數字決定你有沒有資格談快取。

Qwen3.8-Max-0902 該不該換？我的三條分界

先給結論：在跑多工具 agent 或大型程式專案的人值得換，做單次問答的人換了感覺不到差別，而想省錢的人該調的是快取模式不是模型版本。

理由是官方自己講的升級只有三項（編碼、協作 agent、原生視覺），價格、上下文、工具生態都沒動。換句話說，這是能力更新不是規格更新——你如果沒在用那三項能力，換過去帳單一樣、體感也一樣。

至於跑分。第三方榜單 Arena.ai 的 CodeArena 前端編程總榜上，Qwen3.8-Max 以 1,691 分排第一，比前一版進步 22 分。但我要把後面那半句也講出來：它只比 Claude Opus 5 高 3 分。

3 分在一個以千為單位的分數上是什麼概念？大概就是「兩者沒有實質差距」的概念。這個榜單值得看的是「它終於進到第一梯隊」這個事實，不是那個第一名的位置。我不會因為 3 分去換掉整條工作流——但如果你本來就在比價，那第一梯隊裡最便宜的那個確實值得測。

拆跑分這件事我做過幾次，結論每次都很像。上次 GLM-5.3 號稱贏 Claude，我對完官方表才發現它贏的那個模型你根本買不到；Kimi K3 開源那次，真正的問題也不是分數而是你跑不跑得動。榜單只回答「誰在同一個級別」，回答不了「你該不該換」。

有兩件事要提醒。第一，官方頁面沒有列 0902 的參數量，網路上流傳的 2.4T／950 億活化是上一版的數字，直接沿用要小心。第二，官方國際站的標價是 $2／$6，但不同區域之間有價差，我在上一篇實測過同一顆模型六個地區的差距——結帳前先確認你打的是哪個端點。

如果你正在做跨模型比價，站內幾篇同性質的成本拆解可以一起看：Claude API 沒漲價但帳單為什麼多三成、DeepSeek V4-Pro 換算成每題成本後其實不划算、Grok 4.6 那道 200K 的價格斷崖、Gemini 3.7 Flash 換過去反而可能壞掉的那份遷移清單。都是同一種算法，換不同的對象。

FAQ 常見問題

Qwen3.8-Max-0902 的顯式快取和隱式快取，我到底該用哪一個？

看你同一段前綴會在 5 分鐘內重複用幾次。用不到約 8 次，隱式比較省，而且它自動開著、你什麼都不用做；超過 8 次而且頻率夠密（大約每 37 秒一次以上），顯式才划算。另外要注意兩者在 Chat Completions、DashScope、Anthropic 相容 API 下是互斥的，不能兩個都要。

隱式快取可以關掉嗎？

不行。官方 FAQ 明寫所有支援的模型都會自動啟用且無法停用，理由是它不影響輸出品質、命中時還能降成本與延遲。所以「我沒設定快取所以沒省到」這個假設是錯的——你可能一直都有省到，只是沒去看回傳裡的 cached_tokens。

0902 和不帶日期的 qwen3.8-max 有什麼差？

0902 是快照版本，行為被固定在那個時間點；不帶日期的別名會隨官方更新滾動。要穩定性就固定快照，要自動吃到新能力就用別名。我自己的習慣是：正式產品固定快照，實驗環境用別名，這樣模型換版時不會在半夜給你驚喜。

Qwen3.8-Max-0902 的 1M 上下文可以整包塞滿嗎？

不行。官方規格寫的是最大輸入 991K、最大輸出 131K；開 thinking 模式後最大輸入再降到 983K，而推理本身最多可用 262K。1M 是上下文視窗總量，不是你能塞的輸入量。要把整份大型專案丟進去之前，先把這幾個數字加一加。

我算出來的快取成本和實際帳單對不上，可能是哪裡錯了？

最常見的三個原因：一是套用了通則比例（10%／20%）而不是這個模型的實際金額，官方文件明文列了 qwen3.8-max 是例外；二是顯式快取在 5 分鐘內沒被命中就過期，你付了建立費卻沒省到；三是回傳的 input_tokens 本來就不等於建立加命中的總和——官方說明後端會在提示後面附加少於 10 個 token，那些不計入快取。

結論：先選對快取模式，再談要不要換版本

這一輪更新裡，我覺得最容易被忽略、但最省錢的決定不是「要不要換到 0902」，而是「你在用哪一種快取」。換版本頂多讓某些任務做得更好，選錯快取模式卻是每一次呼叫都在多付。

而那個 $0.17 的數字之所以值得警惕，不是因為它假，是因為它只講了故事的後半段。前半段是 $2.5 的建立費和 5 分鐘的保鮮期，兩件事加起來就決定了它只適合高頻重複的場景。

我自己現在看任何 AI 服務的定價頁，都會多做一個動作：把最便宜的那一格找出來，然後去找它的前置條件。免費的、超便宜的那一格，前面幾乎都有一道門檻——可能是建立費、可能是有效期、可能是命中率不保證。把門檻找出來，那個數字才有意義。

如果你喜歡這種「把官方定價頁算成回本次數」的做法，歡迎訂閱我的部落格，會不定期收到信。下一家調價的時候，我們可以一起再算一次。

參考資料

• Qwen3.8-Max-0902 官方模型頁（規格與定價）— QwenCloud
• Context cache 官方開發者文件（三種模式、計費與限制）— QwenCloud
• Context Cache feature — Alibaba Cloud Model Studio 文件
• 通義千問 Qwen3.8-Max-0902 跑分勝過 Claude Opus 5 與 Kimi K3 — 電腦王阿達
• 阿里千問 Qwen3.8-Max-0902 版發布 — 網易
• Qwen3.8-2.4T-A95B 開放權重版模型頁（對照用）— QwenCloud
• Qwen3.8-Max-0902 發布：CodeArena 前端編程登頂 — OpenAI Hub
• qwen/qwen3.8-max-0902 第三方路由平台定價頁 — ZenMux
• Qwen 官方網站