Qwen3.7 Max 是 Qwen 团队「智能体前沿」一代的旗舰，被阿里描述为其迄今最先进、最全面的智能体模型。
- 输入
- 文本 $2.5/M
- 输出
- 文本 $7.5/M
- 缓存读取
- $0.5/M
- 上下文
- 1M
- 对比 GPT-4o
- 便宜约 50%
Benchmark 成绩
供应商公布： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 68 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置，两端分别是最便宜和最贵的模型。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口（供应商规格） | 1,000,000 |
|---|---|
| 最大输出（供应商规格） | 65,536 |
提示词缓存
| 缓存方式 | 自动 + 显式 |
|---|---|
| 最小前缀 | 1,024 |
| 有效期 | 显式模式：5 分钟，命中即重置 |
| 写入成本 | 1.25x |
思考
| 供应商参数 | enable_thinking + thinking_budget + preserve_thinking |
|---|---|
| 可选值 | enable_thinking true · false; thinking_budget in tokens; preserve_thinking true · false |
| 默认值 | 开启；Qwen3.7 Max 系列为混合思考，思考默认启用，preserve_thinking 则为关闭 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 思维链通过 reasoning_content 返回，除非 preserve_thinking 为 true，否则会在之后的轮次中被丢弃；qwen3.7-max-preview 快照仅支持思考模式，无法关闭 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 这是网关侧的参数，实际以上方的供应商映射为准 |
模型
| 模态 | 文本 → 文本 |
|---|
- 「Agent Frontier」旗舰：纯文本，思考默认开启，1M token 上下文
- 为长程自主智能体运行打造（官方演示过 35 小时、1,158 次工具调用的会话）
- 未列出 JSON 模式
一条提示词，经网关实测
Qwen3.7 Max 通过 · 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.
输出 1700 tok (+1613 思考) 延迟 28.9 s
指令遵循（恰好三句，数得出来）、受众适配（对 CFO 说话的口吻），以及下方 token 计数暴露出的隐藏思考计费差额。
Qwen3.7 Max 通过 · 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. […]
输出 3433 tok (+3149 思考) 延迟 50.6 s
修复是否真的正确（能运行）、解释的信息密度，以及在一个范围明确的任务上的 token 效率。
Qwen3.7 Max 通过 · 5/5 fields, guidance "withheld"
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld" }
输出 1595 tok (+1534 思考) 延迟 26.9 s
是否严守 schema（不臆造字段）、能否顶住幻觉压力（原文明说暂不给出 guidance），以及结构化输出路径的差异。
Qwen3.7 Max 通过 · 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.
输出 8147 tok (+8005 思考) 延迟 114.3 s
是否守住约束（字数预算、禁用词表、只能有一个问句）、文风特征，以及长度控制。
30 秒用上 Qwen3.7 Max
兼容 OpenAI：换掉 base_url，SDK 不用改。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(""));关于 Qwen3.7 Max
- 它带来 1M token 上下文窗口，是上一代预览版上限的两倍，面向跨越数百甚至数千步的长程自主执行，包括编码调试和办公流程自动化。
- 阿里为这一说法给出的自家演示是一次约 35 小时、跨越一千多次工具调用的会话。
- 它聚焦文本输入，具备深度推理与工具调用（视觉能力在 Plus 档），输出最高 65,536 token，之上还有 Qwen 产品线中文档记载最大的推理额度，相比 Qwen3.6 又翻了一倍。
- 阿里的选型建议对何时值得为它花钱说得很直白：需要最强推理时选 Max，其余情况选 Plus。
- 思考是混合式的且默认开启，用 enable_thinking 关闭、用 thinking_budget 限定，轨迹返回在 reasoning_content 中并按输出计费；注意该模型的预览快照是仅思考的，无法关闭思考。
- 这一代的标志性控制项是 preserve_thinking，它把推理跨轮保留，让智能体先前的思考仍然可用而不必重新推导，阿里把该模型列入支持它的少数模型之中，鉴于它所面向的会话长度，这一点在这里比在别处更重要。
- 支持函数调用、批量推理，以及显式和隐式两种缓存；JSON 模式未被列出。
- Synthorai 把 Qwen3.7 Max 放在其 OpenAI 兼容 API 之后，接入无缝。
常见问题
Qwen3.7 Max API 可以免费试用吗？
可以。新账号有 10 次试用调用，免费额度最高 $1，无需绑卡。按输入 $2.5/M 计算，光这笔额度就够向 Qwen3.7 Max 发约 49 次请求，每次 ~8K token。
Qwen3.7 Max 最擅长什么？
1M 上下文，前代预览上限的两倍、长程执行跨越数千步、迄今最先进最全面的智能体模型。完整介绍见「关于」部分，内容取自供应商的官方发布说明。
Qwen3.7 Max 的价格是多少？
在 Synthorai 上，Qwen3.7 Max 的输入价为 $2.5/百万 token，输出价为 $7.5/百万 token。这就是供应商官网价，平台不加价。缓存命中的输入 token 按 $0.5/M 计费。
Qwen3.7 Max 的上下文长度是多少？
Qwen3.7 Max 的上下文长度（上下文窗口）是 1M token。单次回复最多输出 65,536 个 token。
Qwen3.7 Max 支持提示词缓存（prompt caching）吗？
支持：自动缓存默认开启，另有显式模式，可以确保拿到折扣。缓存命中的输入 token 按 $0.5/M 计费（未命中为 $2.5/M）；提示词的稳定前缀至少要有 1,024 个 token 才能缓存（TTL 显式模式：5 分钟，命中即重置）。 提示词缓存指南 →
如何开通 Qwen3.7 Max？
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1"，model 设为 "qwen3.7-max" 即可。一个 API key 就能调用网关上的全部模型。
相关模型
对比
本页的每个数值都照录自供应商自己的文档（链接见上），并标有核对日期。价格是在整个目录范围内比较的；各家供应商定义不一样的规格项，只说明差异，不画图对比。这里没有任何一项是我们自己测的，也不打分。