Qwen3.7-Max (2026-05-20 snapshot) — зафиксированная контрольная точка флагманской проприетарной модели Alibaba для эпохи агентов, закреплённая для воспроизводимых производственных нагрузок. Родной контекстный размер в 1 миллион токенов с расширенным режимом мышления (и preserve_thinking across turns), настроенный для агентских задач. Результаты передового уровня по кодингу (SWE-Verified, SWE-Pro, Terminal-Bench), рассуждениям (GPQA Diamond, HMMT, IMO), использованию инструментов (BFCL, MCP-Mark, MCP-Atlas) и мультиязычным бенчмаркам (WMT24++ по 55 языкам). Разработана для долгосрочного автономного выполнения и последовательного поведения в различных агентских каркасах, включая Claude Code, OpenClaw и Qwen Code. Используйте эту закреплённую версию, когда вам нужно стабильное поведение между релизами; используйте qwen/qwen3.7-max для плавающего псевдонима.
Qwen3.7 Max — это большая языковая модель из серии Qwen от Alibaba, а именно контрольная точка, выпущенная 20 мая 2026 года. Это трансформер только с декодером, оптимизированный для ввода и вывода…
Qwen3.7 Max отлично справляется с генерацией текста, рассуждениями, обобщением, ответами на вопросы и генерацией кода. Большое окно контекста позволяет выполнять такие задачи, как чтение целой книги с последующими подробными ответами на вопросы о ней или анализ полного репозитория кода для выявления ошибок. Модель может следовать сложным многошаговым инструкциям, встроенным в системный промпт, занимающий тысячи токенов. Она поддерживает стандартные параметры генерации, такие как temperature, top_p, max_tokens и стоп-последовательности через совместимый с OpenAI API. Поскольку модель является только текстовой, она не может выполнять распознавание изображений, транскрипцию аудио или другие мультимодальные задачи. Для текстовых задач, требующих очень длинного контекста или вывода, Qwen3.7 Max является отличным выбором.
Наилучшие варианты использования модели сосредоточены на задачах с длинным контекстом и высоким объемом вывода. Примеры включают: однопроходное резюмирование 500-страничного юридического контракта; генерацию 50 000-словного технического руководства на основе краткого плана; глубокую проверку фактов по большому корпусу исследовательских работ; и генерацию синтетических данных для обучения других моделей, где требуются длинные последовательности. Разработчики, работающие с кодовыми базами, могут попросить модель реорганизовать целые файлы или написать модульные тесты, охватывающие множество функций. Модель также подходит для разговорных агентов, которым необходимо поддерживать контекст в очень длинных диалогах, но учтите, что вывод ограничен 64 000 токенов. Для задач с коротким контекстом меньшие модели на OrcaRouter могут обеспечить лучшую задержку и экономическую эффективность.
Хотя Qwen3.7 Max предлагает экстремальные длины контекста и вывода, его цена за токен выше, чем у многих более мелких моделей. Если ваши задачи требуют окон контекста менее 32 000 токенов и выходных данных менее 4 000 токенов, рассмотрите возможность использования более дешевой модели, такой как Qwen3.5-7B или других компактных LLM, доступных на OrcaRouter. Кроме того, если вам не нужны возможности рассуждения большой модели, может быть достаточно модели меньшего размера. Для приложений, где критична задержка, модели меньшего размера также обеспечивают более быстрое время отклика. Всегда оценивайте типичный размер и сложность запросов; использование большой модели для тривиальных задач приводит к ненужным затратам. На странице цен OrcaRouter перечислены все доступные модели для сравнения.
Да, Qwen3.7 Max поддерживает потоковые ответы через API, совместимый с OpenAI. Вы можете установить параметр `stream` в значение `true`, чтобы получать токены инкрементально, что улучшает пользовательский опыт при длительной генерации. Модель также хорошо работает с конечной точкой Chat Completions, принимая сообщения в стандартном формате (роли system, user, assistant). Поддерживаются многошаговые беседы в пределах лимита контекстного окна. Поскольку модель работает только с текстом, все сообщения должны содержать текстовое содержимое. Большое контекстное окно позволяет вести очень длинные истории чатов, что делает её подходящей для продолжительных интерактивных сессий. Потоковая передача рекомендуется для выходных данных длиннее нескольких тысяч токенов, чтобы избежать тайм-аутов.
Конкретные показатели бенчмарков для этой точной контрольной точки (2026-05-20) не указаны в данной записи каталога. Серия Qwen исторически демонстрировала конкурентоспособные результаты в бенчмарках на рассуждение, программирование и понимание языка. Мы рекомендуем оценивать модель на собственных репрезентативных задачах для определения производительности. OrcaRouter предоставляет игровую площадку, где вы можете протестировать модель со своими запросами без дополнительных расходов, кроме затрат на токены. Большой контекстный окно модели может улучшить производительность на задачах, требующих учета долгосрочных зависимостей, но без опубликованных чисел пользователям следует проводить собственную валидацию. Бенчмарки, такие как MMLU, HumanEval или GSM8K, часто используются для сравнения, но здесь не цитируются.
Задержка зависит от общего количества входных и выходных токенов, а также от загрузки сервера в момент запроса. Поскольку Qwen3.7 Max обрабатывает до 1 000 000 токенов в контексте, запросы с очень большими входными данными могут обрабатываться дольше из-за вычисления внимания. Типичное время до первого токена для входных данных средней длины (например, 10 000 токенов) составляет десятки секунд, но точные цифры не раскрываются публично. Потоковая передача может снизить воспринимаемую задержку, возвращая токены по мере их генерации. Для оптимальной производительности по возможности делайте входные запросы краткими. Инфраструктура OrcaRouter оптимизирована для минимизации накладных расходов; обращайтесь в службу поддержки, если вам требуются гарантии задержки для производственных сценариев использования.
Основное преимущество — окно контекста в 1 000 000 токенов, которое позволяет обрабатывать очень длинные документы за один запрос. Лимит вывода в 64 000 токенов также является одним из самых высоких среди доступных. Модель построена на архитектуре Alibaba Qwen, которая продемонстрировала высокую производительность в задачах логического вывода, написания кода и общего знания. Ценообразование с нулевой наценкой через OrcaRouter означает, что вы платите только по тарифу провайдера без дополнительных комиссий. Для рабочих процессов, требующих поддержания связности в чрезвычайно длинных последовательностях — таких как анализ на уровне книг или масштабная генерация кода — эта модель является ведущим вариантом. Её фокус только на тексте помогает снизить затраты по сравнению с мультимодальными моделями с аналогичным размером контекста.
Модель работает только с текстом; она не может обрабатывать изображения, аудио или видео. Её ценообразование, хотя и конкурентоспособно для своего класса, выше, чем у меньших моделей: $1.25/1M входных и $3.75/1M выходных токенов. Для задач с коротким контекстом более дешёвые модели будут экономически эффективнее. Мультимодальные возможности отсутствуют, поэтому приложения, требующие зрения или речи, должны использовать другие модели. Результаты бенчмарков здесь не приводятся, поэтому вы не можете полагаться на сторонние рейтинги; вы должны протестировать модель самостоятельно. Модель является контрольной точкой от мая 2026 года; знания могут быть устаревшими для очень недавних событий. Наконец, большое окно контекста может увеличить задержку и вычислительные затраты, особенно если входные данные близки к лимиту в 1M.
Ценообразование простое: $1.25 за 1 000 000 входных токенов и $3.75 за 1 000 000 выходных токенов. Эти тарифы устанавливаются самим провайдером; OrcaRouter не добавляет никакой наценки. Никакой ежемесячной платы или минимальных обязательств нет. Вы платите только за фактическое использование токенов, измеренное токенизатором модели. Входные токены включают системное сообщение, сообщения пользователя и всю историю диалога. Выходные токены включают только сгенерированный текст. Большое контекстное окно означает, что даже один запрос может потребовать значительного количества токенов. Например, запрос с 500 000 входных токенов и 10 000 выходных токенов стоит (500k * $1.25 + 10k * $3.75)/1M = $0.625 + $0.0375 = $0.6625.
Основной компромисс — это стоимость против возможностей. Хотя Qwen3.7 Max предлагает лучший в своем классе контекст и длину вывода, он дороже, чем модели поменьше с более короткими окнами. Если ваши типичные запросы используют менее 100 000 токенов контекста и менее 10 000 выходных токенов, вы можете заплатить меньше, используя модель вроде Qwen3.5-14B или Qwen3-72B, если она доступна. Однако если вам нужно избежать разбиения длинных документов на части, стоимость обработки всего документа за один вызов может быть оправдана повышенной точностью и простотой. Ценообразование с нулевой наценкой означает, что вы не платите дополнительно за уровень API; вы платите только по тарифу провайдера. Сведения о кэшировании не предоставлены — обратитесь в службу поддержки OrcaRouter за информацией о текущих опциях кэширования, которые могут снизить стоимость повторяющихся запросов.
Чтобы оценить затраты, рассчитайте среднее количество входных и выходных токенов на запрос. Используйте формулу: cost = (input_tokens * 1.25 + output_tokens * 3.75) / 1,000,000. Например, запрос с 200 000 входных токенов и 5 000 выходных токенов стоит (200k * 1.25 + 5k * 3.75)/1M = $0.25 + $0.01875 = $0.26875. Для пакетной обработки умножьте на количество запросов. Панель использования OrcaRouter предоставляет количество токенов и разбивку затрат в реальном времени. Поскольку наценка отсутствует, отображаемая стоимость — это стоимость провайдера. Вы можете установить лимит бюджета в настройках вашего API-ключа, чтобы избежать непредвиденных расходов. Для высоконагруженного продакшена рассмотрите возможность переговоров о скидке за объем напрямую с провайдером (не через OrcaRouter).
Нет. OrcaRouter не взимает плату за платформу, наценок, ежемесячных платежей и не требует минимальных обязательств. Вы платите только за использованные токены по опубликованным тарифам провайдера. Плата за неудачные запросы или тайм-ауты не взимается (однако токены, потребленные до тайм-аута, могут быть оплачены). Аутентификация осуществляется по API-ключу, который создается бесплатно. Вы можете начать использовать Qwen3.7 Max сразу после пополнения счета OrcaRouter. Базовый URL и идентификатор модели стабильны; скрытых затрат нет. Для корпоративных клиентов доступны индивидуальные контракты, но они не обязательны. Всегда проверяйте актуальную страницу с тарифами на сайте OrcaRouter, так как цены могут меняться, хотя обновления каталога вносятся оперативно.
Используйте API, совместимый с OpenAI, с базовым URL https://api.orcarouter.ai/v1 и идентификатором модели "qwen/qwen3.7-max-2026-05-20". Аутентификация осуществляется с помощью API-ключа, предоставленного в панели управления OrcaRouter. Пример на Python: ```python import openai client = openai.OpenAI(api_key="your_key", base_url="https://api.orcarouter.ai/v1") response = client.chat.completions.create( model="qwen/qwen3.7-max-2026-05-20", messages=[{"role":"user","content":"Explain quantum computing in 50 words."}], max_tokens=100 ) print(response.choices[0].message.content) ``` Убедитесь, что вы установили параметр `max_tokens` на желаемую длину вывода — до 64 000.
API OrcaRouter поддерживает стандартные параметры завершения чата OpenAI: `model`, `messages`, `max_tokens`, `temperature`, `top_p`, `n`, `stop`, `stream`, `presence_penalty`, `frequency_penalty`, `logit_bias` и `user`. Параметр `temperature` управляет случайностью (от 0 до 2, по умолчанию 1). `top_p` — это сэмплирование по ядру (nucleus sampling). `stop` определяет последовательности, останавливающие генерацию. `stream` включает вывод токен за токеном. `max_tokens` может быть установлен до 64 000. Общее количество токенов запроса и сгенерированных не должно превышать контекстное окно в 1 000 000 токенов. Если их сумма превысит это значение, API вернет ошибку. Вы можете уменьшить использование токенов, сокращая историю сообщений или используя более короткие запросы.
Миграция проста, поскольку OrcaRouter использует API, совместимый с OpenAI. Измените базовый URL в вашем существующем коде с предыдущей конечной точки на https://api.orcarouter.ai/v1. Обновите идентификатор модели на "qwen/qwen3.7-max-2026-05-20". Замените ваш API-ключ на ключ от OrcaRouter. Изменения формата запроса не требуются; та же структура сообщений, параметры и логика потоковой передачи работают. Если вы ранее использовали другой идентификатор модели для той же контрольной точки Qwen3.7 Max, откорректируйте соответствующим образом. OrcaRouter также предоставляет прокси-режим для перенаправления запросов без изменения кода; обратитесь в службу поддержки за подробностями. Протестируйте с помощью нескольких вызовов, чтобы проверить поведение перед переключением рабочего трафика.
Аутентификация выполняется с помощью API-ключа, передаваемого в HTTP-заголовке Authorization: `Authorization: Bearer YOUR_API_KEY`. Вы можете получить API-ключ из панели управления OrcaRouter после создания учетной записи. Ключ должен храниться в секрете и не должен раскрываться в клиентском коде. OrcaRouter поддерживает ограничения скорости и отслеживание использования для каждого ключа. Если вам требуется более высокая степень параллелизма, запросите ключ с увеличенными лимитами. Дополнительных этапов аутентификации нет — ключ сам по себе предоставляет доступ. В целях безопасности регулярно меняйте ключи и используйте переменные окружения для их хранения. Ключи не привязаны к конкретной модели; используя один и тот же ключ, вы можете получить доступ к любой модели, доступной на OrcaRouter.
Qwen3.7 Max — крупнейшая модель в семействе Qwen3.7, предлагающая самое длинное окно контекста (1 млн токенов) и максимальный лимит вывода (64k). Стандартные модели Qwen3.7 обычно имеют меньшие окна контекста (например, 128k или 32k) и более низкие ограничения вывода (часто 8k или 16k). Вариант Max оптимизирован для задач экстремального масштаба. Цены выше, чем у меньших моделей Qwen; например, Qwen3.7-72B может стоить меньше за токен. Ожидается, что производительность в задачах рассуждения и программирования будет аналогичной или немного лучше благодаря большему масштабу, хотя конкретных сравнений не приводится. Для большинства рабочих нагрузок меньшие модели предлагают лучшую экономическую эффективность; Qwen3.7 Max лучше всего использовать для задач, которые действительно требуют его огромного контекста и вывода.
Qwen3.7 Max имеет больший контекстный окно (1M токенов), чем GPT-4 Turbo (128k) и Claude 3.5 (200k). Его лимит вывода в 64k токенов также превышает эти модели (обычно 4k–8k). Однако GPT-4 и Claude поддерживают мультимодальные входы (изображения, документы), а Qwen3.7 Max — только текст. Цены: Qwen3.7 Max по $1,25/$3,75 за 1M токенов в целом дешевле GPT-4 Turbo ($10/$30) и конкурентоспособен с Claude 3.5 Haiku ($0,25/$1,25), хотя стоимость токена на вывод выше. Выбор зависит от того, нужны ли вам мультимодальные возможности или экстремальная длина контекста. Для задач с длинными чисто текстовыми документами Qwen3.7 Max может быть более подходящим и экономически выгодным, чем GPT-4 или Claude, если учесть необходимость разбиения на чанки для этих моделей.
Выбирайте Qwen3.7 Max, если ваша задача требует обработки более 200 000 токенов контекста за один проход или если вам нужно сгенерировать вывод длиннее 10 000 токенов. Это также хороший выбор, если вы хотите избежать сложностей с разбивкой документов на части. Для задач с меньшими требованиями к контексту другие модели на OrcaRouter — такие как Qwen3.5-7B, Qwen3-72B или Llama 3.1-405B — обеспечивают меньшую задержку и стоимость. Ценообразование без наценок на OrcaRouter означает, что вы можете экспериментировать с несколькими моделями, не беспокоясь о дополнительных сборах платформы. Если вам нужны мультимодальные возможности, рассмотрите модели Qwen-VL или GPT-4V. Всегда тестируйте свой конкретный сценарий использования, чтобы найти оптимальный баланс производительности и стоимости.
Qwen3.7 Max — это проприетарная модель, доступная через API. Открытые модели, такие как Qwen2.5-72B или Llama 3.1, можно размещать самостоятельно, что потенциально снижает затраты на токен при больших объемах. Однако самостоятельное размещение требует графических процессоров, обслуживания и опыта в масштабировании. Контекстное окно Qwen3.7 Max объемом 1M больше, чем у большинства открытых моделей (обычно 128k или меньше), а его выходной лимит в 64k также превышает то, что поддерживают многие открытые модели. API-модель также выигрывает от управляемой инфраструктуры, автоматических обновлений и отсутствия первоначальных вложений. Для команд без обширных знаний в области ML Ops использование API Qwen3.7 Max обеспечивает немедленный доступ к передовым возможностям. Для высоконагруженных предсказуемых задач самостоятельное размещение меньшей модели может оказаться дешевле, но вы теряете преимущества большого контекста.
Совместимо с OpenAI — оставьте свой SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="qwen/qwen3.7-max-2026-05-20",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| Ввод / 1M токенов | $1.25 |
|---|---|
| Вывод / 1M токенов | $3.75 |
| Чтение кэша / 1M | $0.250 |
| Запись кэша / 1M | $1.563 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
О чём говорят разработчики на этой неделе
GET /api/public/models/qwen/qwen3.7-max-2026-05-20Открыть @misc{orcarouter_qwen3_7_max_2026_05_20,
title = {Qwen3.7 Max (2026-05-20) API},
author = {qwen},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3.7-max-2026-05-20}
}qwen. (2026). Qwen3.7 Max (2026-05-20) API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3.7-max-2026-05-20