🎁 Neu Kostenlos registrieren, 10 Aufrufe gratis. Bis zu 1 $, ohne Karte.

Qwen3.7 Plus vs Qwen3.8 Max

vs

Welches und wann — kuratiertes Fazit, keine Benchmark-Tabelle

qwen3.7-plus ist das günstigere der beiden Modelle mit $0.4 für Input und $1.6 für Output pro Million Token, gegenüber $2 und $6 für qwen3.8-max — 5x beim Input und 3.75x beim Output — und es ist das einzige, das Video neben Text und Bild akzeptiert, mit einem etwas größeren Kontext von 1000000 Token und der Option, das Denken abzuschalten. qwen3.8-max, veröffentlicht am 2026-08-03, verdoppelt die Obergrenze pro Anfrage auf 131072 maximale Output-Token bei einem Kontext von 983616 Token, greifen Sie also darauf zurück, wenn eine einzelne Antwort sehr lang sein muss. Beide sind Alibaba Reasoning-Modelle mit Code- und Tool-Nutzung, daher sind Kosten und Output-Länge die wahren Entscheidungskriterien.

Preise

Qwen3.7 Plus Qwen3.8 Max Δ
Input / 1M Token $0.4 $2 0.2×
Output / 1M Token $1.6 $6 0.27×
Cache-Read / 1M Token $0.08 $0.25 0.32×
Cache-Schreiben 1.25x 1.25x

Preise aus dem Live-Katalog zum Zeitpunkt des Builds; jede Modellseite enthält die aktuelle Übersicht.

Wo sie stehen — Eingabepreis pro 1M Tokens über alle 63 Chat-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)

Qwen3.7 Plus · $0.4 Qwen3.8 Max · $2
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Fähigkeiten

Qwen3.7 Plus Qwen3.8 Max
Tool-Nutzung ja ja
Thinking-Kontrolle konfigurierbar ja — Regler des Anbieters nicht veröffentlicht
Strukturierte Ausgabe ja ja
Prompt-Caching implizit + explizit implizit + explizit
Cache-Lebensdauer explicit: 5m, reset on hit explicit: 5m, reset on hit
Minimales gecachtes Präfix 1024 Tokens 1024 Tokens

Spezifikationen

Qwen3.7 Plus Qwen3.8 Max
Input-Modalitäten Text Bild Video Text Bild
Ausgabemodalitäten Text Text
Veröffentlicht 2026-06-01 2026-08-03
Kontextfenster 1M 984K
Maximaler Output 66K 131K
Thinking-Parameter
  • enable_thinking
  • thinking_budget
  • preserve_thinking
Zulässige Werte
enable_thinking
  • true
  • false
thinking_budget
  • in tokens
preserve_thinking
  • true
  • false
Standardwert

on

the Qwen3.7 Plus series is hybrid thinking with thinking enabled by default, and preserve_thinking is off

Die Spezifikationen sind aus der Dokumentation der jeweiligen Anbieter übernommen; eine Zeile, die ein Anbieter nicht veröffentlicht, wird weggelassen und nicht abgeleitet. Vollständige Quellen: Qwen3.7 Plus · Qwen3.8 Max

Ein Prompt, beide Modelle — gemessen über das Gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. PRÜFEN genau 3 Sätze

Qwen3.7 Plus bestanden · 3 sentences

Enabling reasoning requires the model to generate extensive internal "thinking" tokens to process complex logic before delivering a final answer. Because our vendor charges us per token consumed, this hidden computational overhead effectively doubles our output volume for the exact same number of user requests. Consequently, our costs have doubled because we are now paying for the model's increased processing time to achieve higher-quality, more accurate results.

Ausgabe 1428 tok (+1345 Denken) Latenz 25.2 s

Qwen3.8 Max bestanden · 3 sentences

Enabling reasoning makes the model produce additional hidden steps before responding, and those tokens are billable. It also tends to lengthen each interaction because the model works through more possibilities before settling on an answer. Therefore, the bill doubled mainly due to higher compute and token usage per request, not necessarily because the number of requests doubled.

Ausgabe 378 tok (+305 Denken) Latenz 8.6 s

Befolgen der Anweisung (genau drei Sätze — abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. PRÜFEN Fix besteht die Tests

Qwen3.7 Plus bestanden · 8/8 cases

## Fixed Code ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ## Bug Explanation The function has two related bugs rooted in how it counts run lengths. First, `cur` is initialized to `0` and only incremented on matches, so it counts the number of *transitions* between equal elements rather than the total elements in the run—a run of N identical items only reaches `cur = N − 1`, undercounting by one. This also causes the single-element case to return `0`, since the loop never executes and `cur` never increments. […]

Ausgabe 2317 tok (+2005 Denken) Latenz 40.5 s

Qwen3.8 Max bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that the original code starts `best` and `cur` at `0`, so it counts adjacent equal *transitions* rather than the number of items in the run. A run of length `n` has only `n - 1` equal-neighbor transitions, so single-element inputs return `0`, and runs that reach the end are undercounted by one. Initializing the current run to `1` for the first element, resetting it to `1` on a break, and updating `best` from that count fixes the off-by-one.

Ausgabe 1616 tok (+1411 Denken) Latenz 34.7 s

Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. PRÜFEN gültiges JSON, Schema exakt

Qwen3.7 Plus bestanden · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }

Ausgabe 1807 tok (+1750 Denken) Latenz 31.6 s

Qwen3.8 Max bestanden · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }

Ausgabe 1199 tok (+1141 Denken) Latenz 24.4 s

Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. PRÜFEN 120 Wörter, 0 verbotene Wörter

Qwen3.7 Plus bestanden · 120 words, 0 banned, 1 question

Introducing PromptCache, our new API gateway feature designed to store and reuse prompts across multiple artificial intelligence providers. Have you ever noticed how repeatedly sending identical queries drains your budget and increases latency? PromptCache solves this by intelligently storing responses at the gateway level. When your application requests the same prompt from a different provider, the system instantly returns the cached result. This drastically reduces API costs and accelerates response times for your users. You can configure custom expiration times and set specific fallback rules for each vendor. You must stop paying twice for the exact same computation. Please upgrade your entire infrastructure today and experience much faster and cheaper integrations without changing a single line of your application code.

Ausgabe 4453 tok (+4312 Denken) Latenz 76.8 s

Qwen3.8 Max bestanden · 120 words, 0 banned, 1 question

Today, our API gateway adds prompt caching across major model providers. It stores prompts and responses in one fast cache layer. Teams can lower token spend, reduce latency, and repeat reliable answers. The feature supports OpenAI, Anthropic, Google, and Mistral through one configuration. You can set retention rules, scope access, and invalidate entries quickly. How does your team maintain consistent results during provider outages? Approved cached responses keep applications stable while fallback routes recover. The dashboard shows hit rates, savings, latency, and provider usage. Engineers receive audit trails for every cached prompt, enabling safer testing. Product managers can compare cost trends before and after cache adoption. Start with a small route, then safely expand caching to production traffic right now.

Ausgabe 2744 tok (+2591 Denken) Latenz 46.3 s

Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.

Mit einer Zeile zwischen ihnen wechseln

Beide IDs befinden sich in jedem Tab unten — das hervorgehobene Zeilenpaar ist die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiche Request-Struktur.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="qwen3.7-plus",
    # model="qwen3.8-max",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

API-Schlüssel holen →

FAQ

Welches ist günstiger, Qwen3.7 Plus oder Qwen3.8 Max?

Qwen3.7 Plus ist günstiger bei input / 1m token ($0.4 vs. $2, 5.0× Unterschied). Andere Zeilen können in die andere Richtung deuten — die obige Tabelle enthält alle Daten, und die tatsächlichen Kosten hängen von Ihrem Mix ab.

Kann ich Qwen3.7 Plus gegen Qwen3.8 Max ohne zwei Integrationen A/B-testen?

Ja. Beide werden über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel bereitgestellt — der Wechsel ist eine einzeilige Änderung des Modell-Strings, sodass Sie einen Bruchteil des Traffics an jedes Modell leiten und die Rechnungen direkt vergleichen können.

Unterstützen Qwen3.7 Plus und Qwen3.8 Max Prompt-Caching?

Ja — beide berechnen Cache-Reads günstiger als ihre Eingaberate, sodass Warm-Prefix-Workloads weniger kosten, als die Listenpreise vermuten lassen. Die genauen Zeilen für Cache-Reads befinden sich in der obigen Preistabelle.

Verwandte Vergleiche

Aus unseren gemessenen Studien