Qwen3.7 Plus è il cavallo di battaglia multimodale della generazione Qwen3.7, che il team Qwen chiama "The Agent Frontier."
- Input
- testo immagine video $0.4/M
- Output
- testo $1.6/M
- Input (modalità ragionamento)
- $1.6/M
- Lettura cache
- $0.08/M
- Contesto
- 1M
- vs GPT-4o
- ~92% più economico
Prompt oltre 256K token: l'intera richiesta viene fatturata a $1.2/M in input · $4.8/M in output
Benchmark
Dati pubblicati dai provider: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 1.000.000 |
|---|---|
| Output massimo (specifica del provider) | 65.536 |
Prompt caching
| Modalità | automatico + esplicito |
|---|---|
| Prefisso min. | 1.024 |
| Durata | esplicita: 5 min, si azzera a ogni hit |
| Costo di scrittura | 1.25x |
Ragionamento
| Parametro del provider | enable_thinking + thinking_budget + preserve_thinking |
|---|---|
| Valori accettati | enable_thinking true · false; thinking_budget in tokens; preserve_thinking true · false |
| Valore di default | attivo; la serie Qwen3.7 Plus è a thinking ibrido con il thinking abilitato di default, e preserve_thinking è disattivato applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | La traccia viene restituita in reasoning_content e viene eliminata dai turni successivi a meno che preserve_thinking non sia true, nel qual caso viene accodata all'input e fatturata come token di input. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine + video → testo |
|---|
- Modello agent multimodale che unifica visione e linguaggio
- operatività unificata su GUI e CLI e capacità di coding agent dichiarate ufficialmente
- contesto da 1M di token
- thinking ibrido attivo di default
Un solo prompt, misurato attraverso il gateway
Qwen3.7 Plus superato · 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.
out 1428 tok (+1345 ragionamento) latenza 25.2 s
Rispetto delle istruzioni (esattamente tre frasi: si contano), adattamento al destinatario (registro da CFO) e lo scarto di fatturazione dovuto al ragionamento nascosto, che i contatori di token qui sotto mettono in luce.
Qwen3.7 Plus superato · 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. […]
out 2317 tok (+2005 ragionamento) latenza 40.5 s
Se la correzione è davvero giusta (si può eseguire), quanto è densa la spiegazione e quanti token servono per un compito circoscritto.
Qwen3.7 Plus superato · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
out 1807 tok (+1750 ragionamento) latenza 31.6 s
Aderenza allo schema (nessun campo inventato), tentazione di allucinare (il testo dice espressamente che la guidance non viene comunicata) e differenze tra i percorsi di output strutturato.
Qwen3.7 Plus superato · 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.
out 4453 tok (+4312 ragionamento) latenza 76.8 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica e controllo della lunghezza.
Usa Qwen3.7 Plus in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));Informazioni su Qwen3.7 Plus
- Estende la spina dorsale agentica della generazione con la comprensione di immagini e video pur mantenendo ragionamento profondo, forza nel coding e invocazione di strumenti, e porta una finestra di contesto da 1M di token per sessioni a lungo orizzonte.
- Posizionato come il simile bilanciato e a minor costo di Qwen3.7 Max, accetta input di testo e visivi e restituisce testo, adattandosi ad agent consapevoli dello schermo e a flussi di lavoro documentali.
- Alibaba lo descrive mentre percepisce scene del mondo reale, legge uno schermo e opera la GUI, genera codice da un riferimento visivo e naviga un'app mobile da un capo all'altro.
- È anche il livello che Alibaba raccomanda per impostazione predefinita in tutta la sua lineup, per prestazioni e costo bilanciati con tool calling completo e contesto sufficiente per una codebase estesa.
- I limiti di input documentati sono insolitamente concreti: fino a 2.048 immagini o 64 video in una richiesta, con video fino a due ore e 2 GB, e output fino a 65.536 token.
- Il thinking è ibrido e attivo per impostazione predefinita, si disattiva per singola richiesta con enable_thinking, si limita con thinking_budget e torna separatamente in reasoning_content, dove viene fatturato come output; come il flagship, è uno dei modelli che Alibaba documenta come dotati di preserve_thinking, che porta il ragionamento da un turno all'altro così che le esecuzioni di agent multi-step restino coerenti senza riderivare le decisioni precedenti.
- Output strutturato, function calling, strumenti integrati, inferenza batch ed entrambe le modalità di caching sono elencati per lui.
- Synthorai lo serve tramite l'endpoint compatibile OpenAI.
FAQ
L'API di Qwen3.7 Plus si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $0.4/M per i token di input, quel credito basta da solo per circa 312 richieste da ~8K token a Qwen3.7 Plus.
In cosa eccelle Qwen3.7 Plus?
Aggiunta della comprensione di immagini e video; fratello bilanciato e a minor costo del flagship; adatto ad agent consapevoli dello schermo e a documenti. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa Qwen3.7 Plus?
Su Synthorai Qwen3.7 Plus costa $0.4 per milione di token di input e $1.6 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.08/M.
Qual è la finestra di contesto di Qwen3.7 Plus?
Qwen3.7 Plus ha una finestra di contesto di 1M token su Synthorai. Una singola risposta può arrivare a 65,536 token.
Qwen3.7 Plus supporta il prompt caching?
Sì: il caching automatico è attivo di default, con una modalità esplicita per risparmi garantiti. I token di input letti dalla cache costano $0.08/M, contro $0.4/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 1,024 token (TTL esplicita: 5 min, si azzera a ogni hit). Guida al prompt caching →
Come ottengo l'accesso a Qwen3.7 Plus?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="qwen3.7-plus" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.