Qwen3.7 Plus는 Qwen 팀이 “The Agent Frontier”라고 부르는 Qwen3.7 세대의 멀티모달 주력 모델입니다.
- 입력
- 텍스트 이미지 동영상 $0.4/M
- 출력
- 텍스트 $1.6/M
- 사고 모드 입력
- $1.6/M
- 캐시 읽기
- $0.08/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 92% 저렴
입력이 256K 토큰을 넘으면 요청 전체가 입력 $1.2/M · 출력 $4.8/M으로 과금됩니다
벤치마크
공급자 공개 자료: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
가격 수준 비교
같은 종류의 모델 68개 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.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,000,000 |
|---|---|
| 최대 출력(공급자 사양) | 65,536 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 접두사 | 1,024 |
| 수명 | 명시적 모드: 5분, 적중 시 리셋 |
| 쓰기 비용 | 1.25x |
사고
| 공급자 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 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 → 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 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
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 사고) 지연 시간 25.2 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
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 사고) 지연 시간 40.5 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
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 사고) 지연 시간 31.6 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
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 사고) 지연 시간 76.8 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Qwen3.7 Plus 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $0.4 기준으로 계산하면, 이 크레딧만으로 Qwen3.7 Plus에 약 8K 토큰짜리 요청을 312회쯤 보낼 수 있습니다.
Qwen3.7 Plus는 어떤 작업에 가장 강한가요?
이미지·영상 이해 추가, 플래그십의 균형 잡힌 저비용 형제, 화면 인지 에이전트·문서 작업에 적합. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Qwen3.7 Plus 가격은 얼마인가요?
Synthorai에서 Qwen3.7 Plus 가격은 입력 100만 토큰당 $0.4, 출력 100만 토큰당 $1.6입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.08입니다.
Qwen3.7 Plus의 컨텍스트 길이는 얼마인가요?
Qwen3.7 Plus의 컨텍스트 윈도우는 1M 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Qwen3.7 Plus는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 절감을 확실히 보장받고 싶다면 명시적 모드를 쓸 수 있습니다. 캐시된 입력 토큰은 100만 토큰당 $0.08입니다(캐시되지 않으면 $0.4). 캐시되려면 프롬프트에 1,024토큰 이상의 변하지 않는 접두사가 있어야 합니다 (TTL 명시적 모드: 5분, 적중 시 리셋). 프롬프트 캐싱 가이드 →
Qwen3.7 Plus는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="qwen3.7-plus"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.