Qwen3.7 Max는 Qwen 팀의 “Agent Frontier” 세대 플래그십으로, Alibaba는 자사의 역대 가장 진보하고 종합적인 에이전트 모델이라고 설명합니다.
- 입력
- 텍스트 $2.5/M
- 출력
- 텍스트 $7.5/M
- 캐시 읽기
- $0.5/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 50% 저렴
벤치마크
벤더 공개: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
가격의 위치
동종 60개 모델 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
스펙 및 제한
토큰
| 컨텍스트 윈도우(공급사 사양) | 1,000,000 |
|---|---|
| 최대 출력(벤더 스펙) | 65,536 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 프리픽스 | 1,024 |
| 수명 | 명시적 모드: 5분, 적중 시 리셋 |
| 쓰기 비용 | 1.25x |
사고
| 공급사 파라미터 | enable_thinking + thinking_budget + preserve_thinking |
|---|---|
| 허용 값 | enable_thinking true · false; thinking_budget in tokens; preserve_thinking true · false |
| 기본값 | on; Qwen3.7 Max 시리즈는 하이브리드 사고이며 사고가 기본 활성화되어 있고, preserve_thinking은 꺼짐 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | 트레이스는 reasoning_content로 반환되며 preserve_thinking이 true가 아니면 이후 턴에서 제거됩니다. qwen3.7-max-preview 스냅샷은 사고 전용이라 사고를 끌 수 없습니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이 측 파라미터 표면 - 위의 벤더 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 → 텍스트 |
|---|
- “Agent Frontier” 플래그십: 텍스트 전용, 사고 기본 활성화, 1M 토큰 컨텍스트
- 롱 호라이즌 자율 에이전트 실행을 위해 제작됨(공식적으로 1,158회 도구 호출을 포함한 35시간 세션을 시연)
- JSON 모드는 명시되어 있지 않음
출처: Alibaba 공식 문서 ↗
하나의 프롬프트 - 게이트웨이를 통해 측정됨
Qwen3.7 Max 통과 · 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.
출력 1700 tok (+1613 추론) 지연 시간 28.9 s
지시 준수(정확히 세 문장 - 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.
Qwen3.7 Max 통과 · 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. […]
출력 3433 tok (+3149 추론) 지연 시간 50.6 s
수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.
Qwen3.7 Max 통과 · 5/5 fields, guidance "withheld"
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld" }
출력 1595 tok (+1534 추론) 지연 시간 26.9 s
스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.
Qwen3.7 Max 통과 · 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.
출력 8147 tok (+8005 추론) 지연 시간 114.3 s
제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.
30초 만에 Qwen3.7 Max 사용하기
OpenAI 호환. base_url만 바꾸면 SDK는 그대로. 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(""));Qwen3.7 Max 소개
- 이전 세대 프리뷰 한도의 두 배인 1M 토큰 컨텍스트 윈도우를 제공하며, 코딩과 디버깅, 사무 워크플로 자동화를 포함해 수백에서 수천 스텝에 이르는 롱 호라이즌 자율 실행을 위해 만들어졌습니다.
- Alibaba가 그 주장을 뒷받침하며 제시한 시연은 천 번이 넘는 도구 호출에 걸쳐 약 35시간 동안 이어진 단일 세션입니다.
- 심층 추론과 도구 호출을 갖춘 텍스트 입력에 집중하며(비전은 Plus 티어의 몫입니다), Qwen 라인에서 가장 큰 문서화된 추론 허용량에 더해 최대 65,536 출력 토큰을 반환합니다.
- 그 추론 허용량은 Qwen3.6 대비 다시 두 배가 되었습니다.
- 언제 비용을 들일지에 대한 Alibaba의 선택 안내는 단도직입적입니다.
- 가장 강력한 추론이 필요하면 Max를, 그 밖에는 Plus를 고르라는 것입니다.
- 사고는 하이브리드이고 기본으로 켜져 있으며, enable_thinking으로 끄고 thinking_budget으로 제한하고, 트레이스는 reasoning_content로 반환되어 출력으로 과금됩니다.
- 다만 이 모델의 프리뷰 스냅샷은 사고 전용이라 끌 수 없다는 점을 유의하십시오.
- 이 세대의 특징적인 제어는 preserve_thinking으로, 추론을 턴 너머로 이어 주어 에이전트가 앞서 한 숙고를 다시 도출하지 않고 계속 활용하게 합니다.
- Alibaba는 이 기능을 지원하는 소수의 모델 중 하나로 이 모델을 지목하는데, 이 모델이 겨냥하는 세션 길이를 감안하면 다른 어디보다 여기서 더 중요합니다.
- 함수 호출, 배치 추론, 그리고 명시적·암묵적 캐싱을 지원하며 JSON 모드는 명시되어 있지 않습니다.
- Synthorai는 매끄러운 도입을 위해 OpenAI 호환 API 뒤에 Qwen3.7 Max를 배치합니다.
자주 묻는 질문
Qwen3.7 Max API는 무료로 사용해 볼 수 있나요?
네, 신규 계정에는 10회의 체험 호출과 최대 $1의 무료 크레딧이 제공되며, 카드 등록이 필요 없습니다. 입력 토큰 $2.5/M 기준으로, 이 크레딧만으로도 Qwen3.7 Max에 약 8K 토큰 규모의 요청을 대략 49회 보낼 수 있습니다.
Qwen3.7 Max는 무엇에 가장 강한가요?
이전 프리뷰 한도의 2배인 1M 컨텍스트, 수천 스텝에 이르는 롱 호라이즌 실행, 역대 가장 진보한 종합 에이전트 모델. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.
Qwen3.7 Max의 가격은 얼마인가요?
Synthorai에서 Qwen3.7 Max는 입력 토큰 100만 개당 $2.5, 출력 토큰 100만 개당 $7.5입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다. 캐시된 입력 토큰은 $0.5/M로 과금됩니다.
Qwen3.7 Max는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 확정적 절감을 위한 명시적 모드도 있습니다. 캐시된 입력 토큰은 $0.5/M로 과금됩니다(미캐시 시 $2.5/M); 캐시되려면 프롬프트에 1,024 토큰 이상의 안정적인 프리픽스가 필요합니다 (TTL 명시적 모드: 5분, 적중 시 리셋). 프롬프트 캐싱 가이드 →
Qwen3.7 Max는 어떻게 이용하나요?
기존 OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="qwen3.7-max"로 설정하면 끝입니다. API 키 하나로 게이트웨이의 모든 모델을 사용할 수 있습니다.
관련 모델
비교
이 페이지의 모든 값은 벤더 자체 문서(위 링크)에서 전사했으며 확인 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교하지만, 벤더마다 정의가 다른 사양 값은 차이를 명시할 뿐 도표로 비교하지 않습니다. 저희가 측정한 수치는 없으며 점수도 매기지 않습니다.