Qwen3.7 Plus는 Qwen 팀이 “The Agent Frontier”라고 부르는 Qwen3.7 세대의 멀티모달 주력 모델입니다.
- 입력
- 텍스트 이미지 비디오 $0.4/M
- 출력
- 텍스트 $1.6/M
- 캐시 읽기
- $0.08/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 92% 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 Plus 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. true로 두면 입력에 덧붙어 입력 토큰으로 과금됩니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이 측 파라미터 표면 - 위의 벤더 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 비디오 → 텍스트 |
|---|
- 비전과 언어를 통합한 멀티모달 에이전트 모델
- 공식적으로 GUI와 CLI 조작을 통합하고 코딩 에이전트 능력을 갖춤
- 1M 토큰 컨텍스트
- 하이브리드 사고 기본 활성화
출처: Alibaba 공식 문서 ↗
하나의 프롬프트 - 게이트웨이를 통해 측정됨
Qwen3.7 Plus 통과 · 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.
출력 1428 tok (+1345 추론) 지연 시간 25.2 s
지시 준수(정확히 세 문장 - 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.
Qwen3.7 Plus 통과 · 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. […]
출력 2317 tok (+2005 추론) 지연 시간 40.5 s
수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.
Qwen3.7 Plus 통과 · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
출력 1807 tok (+1750 추론) 지연 시간 31.6 s
스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.
Qwen3.7 Plus 통과 · 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.
출력 4453 tok (+4312 추론) 지연 시간 76.8 s
제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.
30초 만에 Qwen3.7 Plus 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-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(""));Qwen3.7 Plus 소개
- 이 세대의 에이전틱 기반에 이미지와 영상 이해를 더하면서 심층 추론, 코딩 역량, 도구 호출을 유지하고, 롱 호라이즌 세션을 위해 1M 토큰 컨텍스트 윈도우를 갖추고 있습니다.
- Qwen3.7 Max에 대해 균형 잡히고 비용이 낮은 형제 모델로 포지셔닝되며, 텍스트와 시각 입력을 받아 텍스트를 반환해 화면을 인지하는 에이전트와 문서 워크플로에 적합합니다.
- Alibaba는 이 모델이 실제 장면을 지각하고, 화면을 읽어 GUI를 조작하고, 시각적 참조로부터 코드를 생성하며, 모바일 앱을 처음부터 끝까지 탐색한다고 설명합니다.
- 또한 라인업 전체에서 Alibaba가 기본으로 권장하는 티어로, 균형 잡힌 성능과 비용에 더해 완전한 도구 호출과 대규모 코드베이스에 충분한 컨텍스트를 제공합니다.
- 문서화된 입력 한도는 이례적으로 구체적입니다.
- 요청당 최대 2,048장의 이미지 또는 64개의 영상을 받아들이고, 영상은 최대 2시간 2 GB까지이며, 출력은 65,536 토큰까지입니다.
- 사고는 하이브리드이고 기본으로 켜져 있으며, 요청 단위로 enable_thinking으로 끄고 thinking_budget으로 제한하며, reasoning_content로 따로 반환되어 출력으로 과금됩니다.
- 플래그십과 마찬가지로 Alibaba가 preserve_thinking 지원 모델로 문서화한 모델 중 하나여서, 추론을 턴 너머로 이어 다단계 에이전트 실행이 앞선 판단을 다시 도출하지 않고도 일관성을 유지합니다.
- 구조화 출력, 함수 호출, 내장 도구, 배치 추론, 그리고 두 가지 캐싱 모드가 모두 명시되어 있습니다.
- Synthorai는 OpenAI 호환 엔드포인트로 이 모델을 서빙합니다.
자주 묻는 질문
Qwen3.7 Plus API는 무료로 사용해 볼 수 있나요?
네, 신규 계정에는 10회의 체험 호출과 최대 $1의 무료 크레딧이 제공되며, 카드 등록이 필요 없습니다. 입력 토큰 $0.4/M 기준으로, 이 크레딧만으로도 Qwen3.7 Plus에 약 8K 토큰 규모의 요청을 대략 312회 보낼 수 있습니다.
Qwen3.7 Plus는 무엇에 가장 강한가요?
이미지·영상 이해 추가, 플래그십의 균형 잡힌 저비용 형제, 화면 인지 에이전트·문서 작업에 적합. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.
Qwen3.7 Plus의 가격은 얼마인가요?
Synthorai에서 Qwen3.7 Plus는 입력 토큰 100만 개당 $0.4, 출력 토큰 100만 개당 $1.6입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다. 캐시된 입력 토큰은 $0.08/M로 과금됩니다.
Qwen3.7 Plus는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 확정적 절감을 위한 명시적 모드도 있습니다. 캐시된 입력 토큰은 $0.08/M로 과금됩니다(미캐시 시 $0.4/M); 캐시되려면 프롬프트에 1,024 토큰 이상의 안정적인 프리픽스가 필요합니다 (TTL 명시적 모드: 5분, 적중 시 리셋). 프롬프트 캐싱 가이드 →
Qwen3.7 Plus는 어떻게 이용하나요?
기존 OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="qwen3.7-plus"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.