Neu Kostenlos registrieren und 10 Aufrufe gratis nutzen. Bis zu 1 $, ohne Kreditkarte.

Qwen3.7 Plus vs Qwen3.8 Max

vs

Welches Modell wofür

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.

Benchmarks

VornÜber dem DurchschnittKeins besserQwen3.7 Plus011 / 244 / 24Qwen3.8 Max1131 / 408 / 40

11 bei beiden gemessen.

Qwen3.7 Plus Qwen3.8 Max weitere gemessene Modelle Durchschnitt der Vergleichsmodelle ★ kein anderes Modell war besser
SWE-Bench Pro
55.8%
67.7%
OSWorld 2.0 partial
21.5%
N/A
Cybergym
N/A
78.5%
HealthBench
N/A
kein anderes Modell war besser 60.2%
JobBench
27.6%
53.4%
PLawBench
N/A
kein anderes Modell war besser 73.2%
GPQA Diamond
90.3%
92.6%
ERQA
69.8%
N/A
Agents' Last Exam Pass
13.2%
27%
LVBench
76.2%
N/A

Anbieterangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Preise

Qwen3.7 Plus Qwen3.8 Max Δ
Eingabe / 1M Tokens $0.4 $2 0.2×
Ausgabe / 1M Tokens $1.6 $6 0.27×
Cache-Lesen / 1M Tokens $0.08 $0.25 0.32×
Cache-Schreiben 1.25x 1.25x -

Preise aus dem Live-Katalog, Stand des letzten Builds. Die aktuellen Preise stehen auf der jeweiligen Modellseite.

Einordnung: Eingabepreis pro 1M Tokens aller 76 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-Steuerung konfigurierbar ja, Parameter 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
Mindestlänge des gecachten Präfixes 1024 Tokens 1024 Tokens

Spezifikationen

Qwen3.7 Plus Qwen3.8 Max
Eingabemodalitäten Text Bild Video Text Bild
Ausgabemodalitäten Text Text
Veröffentlicht 2026-06-01 2026-08-03
Kontextfenster 1M 984K
Maximale Ausgabe 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 stammen aus der Dokumentation des jeweiligen Anbieters. Veröffentlicht ein Anbieter eine Angabe nicht, lassen wir die Zeile weg, statt sie zu schätzen. 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. KRITERIUM 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 Thinking) 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 Thinking) Latenz 8.6 s

Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, 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. KRITERIUM 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 Thinking) 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 Thinking) Latenz 34.7 s

Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.

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. KRITERIUM 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 Thinking) 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 Thinking) Latenz 24.4 s

Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten 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. KRITERIUM 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 Thinking) 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 Thinking) Latenz 46.3 s

Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.

Eine Zeile genügt für den Wechsel

Beide IDs stehen in jedem Tab unten. Die beiden hervorgehobenen Zeilen sind die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiches Anfrageformat.

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 erstellen →

FAQ

Welches Modell ist günstiger: Qwen3.7 Plus oder Qwen3.8 Max?

Qwen3.7 Plus ist bei Eingabe / 1M Tokens günstiger ($0.4 vs. $2, Faktor 5.0). Bei anderen Zeilen kann es umgekehrt sein. Die Tabelle oben zeigt alle Preise, und die tatsächlichen Kosten hängen von Ihrem Mix ab.

Kann ich Qwen3.7 Plus gegen Qwen3.8 Max A/B-testen, ohne zweimal zu integrieren?

Ja. Beide laufen über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel. Für den Wechsel ändern Sie nur eine Zeile, den Modellnamen. So können Sie einen Teil des Traffics an jedes Modell schicken und die Kosten direkt vergleichen.

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

Ja. Beide berechnen Cache-Lesezugriffe günstiger als die normale Eingabe. Workloads mit einem wiederkehrenden, bereits gecachten Präfix kosten deshalb weniger, als die Listenpreise vermuten lassen. Die genauen Preise stehen in den Cache-Zeilen der Preistabelle oben.

Verwandte Vergleiche

Aus unseren Studien mit eigenen Messungen