Model
.ai
追踪开放 AI 模型
Qwen Plus 0728
Qwen | 1,000,000 令牌上下文 | 输入 $0.26/M,输出 $0.78/M。基于 Qwen3 基础模型的 Qwen Plus 0728,是一款拥有百万上下文的混合推理模型,性能、速度和成本均衡。
本模型的指南
全部指南
Qwen Plus 0728 是 Qwen 基于 Qwen3 构建的混合推理模型,拥有百万令牌上下文窗口,价格远低于每百万令牌一美元。混合推理设计意味着它可以根据任务切换为较慢的深思模式或较快的模式。它处于 Qwen 产品线中间,牺牲部分原始能力以换取更实惠的价格和更快的响应速度,使得长上下文的持续工作变得可行。

以……著称

  • 百万令牌上下文窗口,适合超长文档或代码库。
  • 混合推理:可在思考和非思考模式间切换。
  • 百万令牌模型中价格异常低廉:输入 0.26 美元,输出 0.78 美元。
  • 在 Qwen 的预算和旗舰产品之间定位平衡。

注意

  • 权重未公开,仅通过 API 运行,不支持本地部署。
  • Qwen 未发布该版本的参数量或详细模型卡。

推荐尝试的提示词

复杂计划推理
一个四人小团队需要在两周内交付新功能。两名工程师全职可用,一名因另一个项目半职,一名第一周休假。该功能需要后端 API、数据库迁移和前端组件。请制定切实可行的逐日计划,并标出最具风险的依赖。
长文档总结
我将粘贴一份冗长合同。请通读全文,然后给我:一段简明英文摘要、双方五项最重要义务的要点列表,以及对作为服务提供方签署方来说看起来不寻常或有风险的条款。
研究综合任务
以下是八次客户流失访谈笔记。请找出三到五个最常见的根本原因,引用每次访谈中最能支持该原因的关键语句,并为每个原因提出一个可测试的解决方案。

与……比较

  • Qwen3 Max
    开源权重模型
    262,144 令牌上下文 · $0.78/M 输入,$3.90/M 输出
  • Qwen3 Max Thinking
    开源权重模型
    262,144 令牌上下文 · $0.78/M 输入,$3.90/M 输出
  • Qwen3.8 2.4T A95B
    开源权重模型
    1,048,576 令牌上下文 · $2.00/M 输入,$6.00/M 输出
  • Qwen3.8 Flash
    开源权重模型
    1,000,000 令牌上下文 · $0.15/M 输入,$0.47/M 输出
来自 qwen 的更多文本模型

常见问题

我可以本地运行 Qwen Plus 0728 吗?
不可以。权重未发布,仅支持 API 调用。
Qwen Plus 0728 费用多少?上下文窗口多大?
输入每百万令牌 0.26 美元,输出每百万令牌 0.78 美元,拥有百万令牌上下文窗口。
Qwen Plus 0728 与其他 Qwen3 模型有何不同?
它处于 Qwen 产品线中间,牺牲部分峰值性能以换取更低成本和更快响应,同时仍提供百万令牌上下文和混合推理能力。
船长评语
当你需要百万令牌窗口和混合推理,但不想为每次调用支付前沿价格时,这是一个理智的选择。
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据,可能会变动。
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai 上的 Qwen Plus 0728:Heat 4,490°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据,所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据,分解就会显示在这里。
术语表:这里用到的术语
热度得分
一个数字,表示模型当前的使用和需求程度,范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序,别无他物。
基准线
所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°;基准线以下的部分保留给无数据的替代模型,这样有数据的模型总是排在无数据模型之上。基准线对所有人相同,不影响排名;超过基准线的度数才是实际测量值。
下载等价量
得分中当作下载计算的所有项目总和:下载本身,每个种子上传者算1,000,每个AI Horde图片和每次生成网站的运行算一个。
对数刻度
以十为单位计数,而不是以一为单位:从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
点赞
来自所有来源的点赞和竖起大拇指,每个点赞在对数刻度上价值半个下载。
采用率
模型当前每天的下载次数,基于两次读数的差值。权重是下载项的四分之一。
测量与估算
测量表示有两个来源的读数,且差异是真实的。估算表示只知道今天的总数,过去的数据是根据模型的生命周期分配的;网站会说明显示的是哪种。
做种者
指那些在线保存权重副本供他人通过种子下载的人,或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
AI Horde
一个志愿者网络,在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的,每张图片算作一次下载。
生成网站
托管自己模型副本并允许用户生成的站点,比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样,每次生成算一次下载。
OpenRouter 令牌
通过API提供的文本模型,如Claude或GPT,没有权重需要下载,因此其使用量以令牌计量:过去30天内通过OpenRouter(一种许多应用使用的网关)读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
完整模型(检查点)
权重文件本身,是能独立生成的文件。它会获得额外加分,因为附加组件依赖它。
LoRA和嵌入
小型附加文件,用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
家族与权重
模型构建所基于的基础,比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
年龄
根据家族权重发布多久,扣除的度数:每年150°,最多750°。它保留了那些积累了多年下载量的老模型,防止它们被挤出榜单顶部。
家族加成
对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分,总是在分数细目中列出。
替代分数
给还没有任何来源报告的模型一个稳定的最低分数,这样榜单才完整。它永远不会高于有数据的模型。
新模型!(宽限期)
不到7天的新模型显示“新模型!”而非分数,且不参与排名。其分数从第一天开始计算,但一天大的模型增长最快,若不等待,周榜#1总是昨天刚发布的模型,而非持续一周的。
趋势
模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升,比典型慢表示下降。
典型模型
目录的中间值:一半有数据的模型增长比它快,一半比它慢。