Qwen3.7 Plus est la bête de somme multimodale de la génération Qwen3.7, que l'équipe Qwen nomme « The Agent Frontier ».
- Entrée
- texte image vidéo $0.4/M
- Sortie
- texte $1.6/M
- Entrée (mode réflexion)
- $1.6/M
- Lecture de cache
- $0.08/M
- Contexte
- 1M
- vs GPT-4o
- ~92% moins cher
Prompts de plus de 256K tokens : toute la requête est facturée $1.2/M en entrée · $4.8/M en sortie
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre 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 liées au batch, à la région et aux écritures de 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 |
Réflexion
| 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 Plus est à réflexion hybride, avec la réflexion activée par défaut, et preserve_thinking désactivé appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | La trace revient dans reasoning_content et est abandonnée aux tours suivants sauf si preserve_thinking vaut true, auquel cas elle est ajoutée à l'entrée et facturée comme des tokens d'entrée. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image + vidéo → texte |
|---|
- Modèle d'agent multimodal unifiant vision et langage
- pilotage unifié d'interface graphique et de CLI et capacité d'agent de codage officiels
- contexte de 1M de tokens
- réflexion hybride activée par défaut
Un prompt, mesuré via la passerelle
Qwen3.7 Plus réussi · 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.
sortie 1428 tok (+1345 réflexion) latence 25.2 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
Qwen3.7 Plus réussi · 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. […]
sortie 2317 tok (+2005 réflexion) latence 40.5 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Qwen3.7 Plus réussi · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
sortie 1807 tok (+1750 réflexion) latence 31.6 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
Qwen3.7 Plus réussi · 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.
sortie 4453 tok (+4312 réflexion) latence 76.8 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez Qwen3.7 Plus 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-plus",
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-plus",
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-plus",
"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-plus",
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-plus")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Qwen3.7 Plus
- Il étend l'ossature agentique de la génération à la compréhension d'images et de vidéos tout en conservant le raisonnement approfondi, la solidité en codage et l'invocation d'outils, et embarque une fenêtre de contexte de 1M de tokens pour les sessions à long horizon.
- Positionné comme le frère équilibré et moins coûteux de Qwen3.7 Max, il accepte texte et entrées visuelles et renvoie du texte, ce qui le rend adapté aux agents qui voient l'écran et aux workflows documentaires.
- Alibaba le décrit percevant des scènes du monde réel, lisant un écran et pilotant l'interface graphique, générant du code à partir d'une référence visuelle, et parcourant une application mobile de bout en bout.
- C'est aussi le palier qu'Alibaba recommande par défaut dans toute sa gamme, pour un équilibre entre performance et coût, avec l'appel d'outils complet et assez de contexte pour une grande base de code.
- Les limites d'entrée documentées sont inhabituellement concrètes : jusqu'à 2 048 images ou 64 vidéos par requête, avec de la vidéo jusqu'à deux heures et 2 Go, et une sortie jusqu'à 65 536 tokens.
- La réflexion est hybride et activée par défaut, désactivable requête par requête avec enable_thinking, plafonnée avec thinking_budget, et renvoyée séparément dans reasoning_content où elle est facturée en sortie ; comme le fleuron, il fait partie des modèles qu'Alibaba documente comme prenant en charge preserve_thinking, qui reporte le raisonnement d'un tour à l'autre pour que les exécutions d'agent multi-étapes restent cohérentes sans redériver les décisions antérieures.
- La sortie structurée, l'appel de fonctions, les outils intégrés, l'inférence par lots et les deux modes de mise en cache sont listés pour lui.
- Synthorai le sert via l'endpoint compatible OpenAI.
FAQ
Peut-on essayer l'API Qwen3.7 Plus gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.4/M de tokens en entrée, ce crédit couvre à lui seul environ 312 requêtes de ~8K tokens sur Qwen3.7 Plus.
Quels sont les points forts de Qwen3.7 Plus ?
Ajoute la compréhension d'images et de vidéos ; homologue équilibré et moins coûteux du fleuron ; adapté aux agents conscients de l'écran et aux documents. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Qwen3.7 Plus ?
Sur Synthorai, Qwen3.7 Plus coûte $0.4 par million de tokens en entrée et $1.6 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.08/M.
Quelle est la fenêtre de contexte de Qwen3.7 Plus ?
Qwen3.7 Plus dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
Qwen3.7 Plus 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 $0.08/M contre $0.4/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 Plus ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="qwen3.7-plus", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.