O Qwen3.7 Plus é o cavalo de batalha multimodal da geração Qwen3.7, que a equipe Qwen chama de “The Agent Frontier”.
- Entrada
- texto imagem vídeo $0.4/M
- Saída
- texto $1.6/M
- Entrada (modo raciocínio)
- $1.6/M
- Leitura de cache
- $0.08/M
- Contexto
- 1M
- vs GPT-4o
- ~92% mais barato
Prompts acima de 256K tokens: toda a requisição é cobrada a $1.2/M de entrada · $4.8/M de saída
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.000.000 |
|---|---|
| Saída máxima (especificação do provedor) | 65.536 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 1.024 |
| Duração | explícito: 5 min, reinicia a cada acerto |
| Custo de escrita | 1.25x |
Raciocínio
| Parâmetro do provedor | enable_thinking + thinking_budget + preserve_thinking |
|---|---|
| Valores aceitos | enable_thinking true · false; thinking_budget in tokens; preserve_thinking true · false |
| Valor padrão | ativado; a série Qwen3.7 Plus é de raciocínio híbrido, com o raciocínio ativado por padrão, e preserve_thinking desativado usado quando a requisição não define nada |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | O trace retorna em reasoning_content e é descartado nos turnos seguintes, a menos que preserve_thinking seja true, o que o anexa à entrada e o cobra como tokens de entrada. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem + vídeo → texto |
|---|
- Modelo de agente multimodal que unifica visão e linguagem
- operação unificada de GUI e CLI e capacidade de agente de código oficiais
- contexto de 1M tokens
- raciocínio híbrido ativado por padrão
conforme documentação oficial da Alibaba ↗
Um prompt, medido pelo gateway
Qwen3.7 Plus passou · 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.
saída 1428 tok (+1345 raciocínio) latência 25.2 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Qwen3.7 Plus passou · 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. […]
saída 2317 tok (+2005 raciocínio) latência 40.5 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Qwen3.7 Plus passou · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
saída 1807 tok (+1750 raciocínio) latência 31.6 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Qwen3.7 Plus passou · 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.
saída 4453 tok (+4312 raciocínio) latência 76.8 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Qwen3.7 Plus em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o Qwen3.7 Plus
- Ele estende a espinha dorsal agêntica da geração com entendimento de imagem e vídeo mantendo raciocínio profundo, força em código e invocação de ferramentas, e carrega uma janela de contexto de 1M tokens para sessões de longo horizonte.
- Posicionado como o irmão equilibrado e de menor custo do Qwen3.7 Max, ele aceita entrada de texto e visual e retorna texto, o que o torna adequado a agentes cientes de tela e a fluxos de documentos.
- A Alibaba o descreve percebendo cenas do mundo real, lendo uma tela e operando a GUI, gerando código a partir de uma referência visual e navegando um aplicativo móvel de ponta a ponta.
- Ele é também o nível que a Alibaba recomenda por padrão em toda a sua linha, por desempenho e custo equilibrados, com chamada de ferramentas completa e contexto suficiente para uma grande base de código.
- Os limites de entrada documentados são incomumente concretos: até 2.048 imagens ou 64 vídeos em uma requisição, com vídeo de até duas horas e 2 GB, e saída de até 65.536 tokens.
- O raciocínio é híbrido e vem ligado por padrão, desativado por requisição com enable_thinking, limitado com thinking_budget e retornado separadamente em reasoning_content, onde é cobrado como saída; como o carro-chefe, ele é um dos modelos que a Alibaba documenta como suportando preserve_thinking, carregando o raciocínio entre turnos para que execuções de agente em múltiplas etapas permaneçam consistentes sem refazer decisões anteriores.
- Saída estruturada, function calling, ferramentas integradas, inferência em lote e ambos os modos de cache estão listados para ele.
- A Synthorai o serve pelo endpoint compatível com OpenAI.
Perguntas frequentes
A API do Qwen3.7 Plus é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.4/M de tokens de entrada, só esse crédito já cobre cerca de 312 requisições de ~8K tokens ao Qwen3.7 Plus.
Em que o Qwen3.7 Plus é melhor?
Adiciona entendimento de imagem e vídeo; irmão balanceado e de menor custo do carro-chefe; adequado a agentes cientes de tela e a documentos. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Qwen3.7 Plus?
Na Synthorai, o Qwen3.7 Plus custa $0.4 por milhão de tokens de entrada e $1.6 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.08/M.
Qual é a janela de contexto do Qwen3.7 Plus?
O Qwen3.7 Plus tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.
O Qwen3.7 Plus suporta cache de prompts?
Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.08/M, contra $0.4/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL explícito: 5 min, reinicia a cada acerto). Guia de cache de prompts →
Como obtenho acesso ao Qwen3.7 Plus?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="qwen3.7-plus" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.