Qwen3.7 Max est le fleuron de la génération « Agent Frontier » de l'équipe Qwen, décrit par Alibaba comme son modèle d'agent le plus avancé et le plus complet à ce jour.
- Entrée
- texte $2.5/M
- Sortie
- texte $7.5/M
- Lecture de cache
- $0.5/M
- Contexte
- 1M
- vs GPT-4o
- ~50% moins cher
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en contexte
Position du prix parmi 60 modèles comparables
La barre montre où se situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises lot, région et écriture en cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 1 024 |
| Durée de vie | explicite : 5 min, réinitialisé à chaque hit |
| Coût d'écriture | 1.25x |
Raisonnement
| Paramètre du fournisseur | enable_thinking + thinking_budget + preserve_thinking |
|---|---|
| Valeurs acceptées | enable_thinking true · false; thinking_budget in tokens; preserve_thinking true · false |
| Valeur par défaut | activée ; la série Qwen3.7 Max est à réflexion hybride, avec la réflexion activée par défaut, et preserve_thinking désactivé appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement du raisonnement | La trace revient dans reasoning_content et est abandonnée aux tours suivants sauf si preserve_thinking vaut true ; les snapshots qwen3.7-max-preview sont exclusivement à réflexion et ne peuvent pas la désactiver. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high la surface de paramètres de la passerelle - le mappage fournisseur ci-dessus s'applique |
Modèle
| Modalités | texte → texte |
|---|
- Fleuron « Agent Frontier »: texte uniquement, réflexion activée par défaut, contexte de 1M de tokens
- conçu pour des exécutions d'agents autonomes de longue portée (session de 35 heures avec 1 158 appels d'outils démontrée officiellement)
- non listé pour le mode JSON
Un prompt, mesuré via la passerelle
Qwen3.7 Max réussi · 3 sentences
Enabling reasoning requires the model to generate extensive, step-by-step internal logic before delivering a final answer, drastically increasing our consumption of premium-priced output tokens. Because AI providers charge significantly higher rates for generated text than for input prompts, this surge in behind-the-scenes computation directly multiplied our baseline API costs. However, this increased spend delivers a strong ROI by successfully automating complex workflows that previously required expensive human intervention.
sortie 1700 tok (+1613 réflexion) latence 28.9 s
Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.
Qwen3.7 Max réussi · 8/8 cases
## Fixed Function ```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 best = max(best, cur) else: cur = 1 return best ``` ## Explanation The bug is that `cur` and `best` are initialized to `0`, which makes the function count adjacent equal **pairs** (transitions) rather than the number of **elements** in a run. A run of *n* consecutive equal items contains only *n − 1* adjacent pairs, so the reported length is always one less than the true length. This causes single-element inputs (and any list with no adjacent duplicates) to return `0` instead of `1`, and causes every longer run—including those that extend to the final index—to be undercounted by one. […]
sortie 3433 tok (+3149 réflexion) latence 50.6 s
Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.
Qwen3.7 Max réussi · 5/5 fields, guidance "withheld"
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld" }
sortie 1595 tok (+1534 réflexion) latence 26.9 s
Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.
Qwen3.7 Max réussi · 120 words, 0 banned, 1 question
Introducing Global Prompt Caching for our API gateway. Why pay multiple artificial intelligence vendors for the exact same query? Our new feature intercepts identical requests before they reach external models, serving cached responses instantly. This reduces your monthly bills significantly while dropping latency to near absolute zero. Developers routing traffic between various large language models now share a unified memory layer. When a user asks a repeated question, the gateway retrieves the stored answer, bypassing redundant compute entirely. You maintain complete control over cache expiration and invalidation rules directly through your main configuration dashboard. Stop wasting your expensive tokens on duplicate prompts today. Upgrade your infrastructure right now and watch your operational costs drop while your overall application speed increases.
sortie 8147 tok (+8005 réflexion) latence 114.3 s
Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.
Utilisez Qwen3.7 Max en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="qwen3.7-max",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "qwen3.7-max",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.7-max",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "qwen3.7-max",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3.7-max")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Qwen3.7 Max
- Il apporte une fenêtre de contexte de 1M de tokens, le double de la limite en préversion de la génération précédente, et il est conçu pour l'exécution autonome à long horizon sur des centaines voire des milliers d'étapes, y compris le codage et le débogage et l'automatisation des workflows bureautiques.
- La démonstration qu'en donne Alibaba est une session unique tournant environ 35 heures sur plus d'un millier d'appels d'outils.
- Il se concentre sur l'entrée texte avec raisonnement approfondi et invocation d'outils (la vision se trouve au palier Plus) et renvoie jusqu'à 65 536 tokens de sortie, en plus de la plus grande allocation de raisonnement documentée de la lignée Qwen, encore doublée par rapport à Qwen3.6.
- Le conseil de sélection d'Alibaba est direct quant au moment d'y mettre le prix : choisissez Max quand il vous faut le raisonnement le plus fort, et Plus sinon.
- La réflexion est hybride et activée par défaut, désactivable avec enable_thinking et bornée avec thinking_budget, la trace revenant dans reasoning_content et facturée en sortie ; notez que les snapshots en préversion de ce modèle sont exclusivement à réflexion et ne peuvent pas la désactiver.
- Le contrôle distinctif de la génération est preserve_thinking, qui reporte le raisonnement d'un tour à l'autre pour que la délibération antérieure d'un agent reste disponible au lieu d'être refaite, et Alibaba cite ce modèle parmi la poignée qui le prennent en charge, ce qui compte ici plus que partout ailleurs vu les durées de session visées.
- L'appel de fonctions, l'inférence par lots et la mise en cache explicite comme implicite sont pris en charge ; le mode JSON n'est pas listé.
- Synthorai place Qwen3.7 Max derrière son API compatible OpenAI pour une adoption sans friction.
FAQ
Peut-on essayer l'API Qwen3.7 Max gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $2.5/M de tokens en entrée, ce crédit couvre à lui seul environ 49 requêtes de ~8K tokens sur Qwen3.7 Max.
Quels sont les points forts de Qwen3.7 Max ?
Contexte de 1M, le double de la limite de préversion précédente ; exécution à long horizon s'étendant sur des milliers d'étapes ; modèle d'agent le plus avancé et complet à ce jour. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte Qwen3.7 Max ?
Sur Synthorai, Qwen3.7 Max coûte $2.5 par million de tokens en entrée et $7.5 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.5/M.
Qwen3.7 Max prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.5/M contre $2.5/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache (TTL explicite : 5 min, réinitialisé à chaque hit). Guide de mise en cache des prompts →
Comment obtenir l'accès à Qwen3.7 Max ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="qwen3.7-max", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.