Qwen3.7-Max（2026-05-20 快照）— 阿里巴巴旗下旗艦專屬代理時代模型的特定版本檢查點，已鎖定以確保可重現的生產工作負載。原生支援 1M Token 上下文窗口，配備擴展思考模式（支援跨對話回合保留思考過程），專為代理型任務調校。在編碼（SWE-Verified、SWE-Pro、Terminal-Bench）、推理（GPQA Diamond、HMMT、IMO）、工具使用（BFCL、MCP-Mark、MCP-Atlas）及多語言基準測試（涵蓋 55 種語言的 WMT24++）方面均取得前沿成果。專為長時程自主執行與跨代理框架（包括 Claude Code、OpenClaw 及 Qwen Code）的一致性行為而設計。當你需要跨版本穩定行為時，請使用此固定版本；若需滾動別名，請使用 qwen/qwen3.7-max。
Qwen3.7 Max 是阿里巴巴 Qwen 系列中的一個大型語言模型，具體是 2026 年 5 月 20 日發布的檢查點。它是一個僅解碼器 Transformer，針對文字輸入和文字輸出進行優化。該模型託管在 OrcaRouter 上，透過基礎網址為 https://api.orcarouter.ai/v1 的與 OpenAI 相容的 API 存取。開發者使用模型 ID…
Qwen3.7 Max 擅長文字生成、推理、摘要、問答與程式碼生成。其大上下文視窗可支援諸如閱讀整本書後回答細節問題，或分析完整程式碼倉庫以識別錯誤等任務。該模型能遵循嵌入在系統提示中的複雜多步驟指令，系統提示可長達數千個 token。它通過 OpenAI 相容的 API 支援標準生成參數，如 temperature、top_p、max_tokens 與 stop sequences。由於僅限文字處理，因此無法執行影像辨識、音訊轉錄或其他多模態任務。對於需要極長上下文或輸出的文字任務，Qwen3.7 Max 是強力選擇。
該模型的最佳使用場景集中在長上下文、高輸出的工作負載上。例如：一次性總結一份500頁的法律合約；根據簡短大綱生成一份5萬字的技術手冊；對大量研究論文進行深度事實查核；以及為訓練其他模型生成需要長序列的合成數據。處理程式碼庫的開發人員可以要求模型重構整個檔案，或為多個函數編寫單元測試。該模型也適用於需要在非常長的對話中保持上下文的對話代理，但請注意輸出限制為64,000個token。對於短上下文的任務，OrcaRouter上的較小模型可能提供更好的延遲和成本效益。
雖然Qwen3.7 Max提供了極致的上下文長度與輸出長度，但其每個token的定價高於許多較小的模型。如果你的任務需要的上下文視窗不超過32,000個token，且輸出不超過4,000個token，建議考慮使用較便宜的模型，例如Qwen3.5-7B或其他在OrcaRouter上可用的輕量級LLM。此外，若不需要大型模型的推理能力，較小的模型可能就已足夠。對於延遲敏感的應用，較小的模型也能提供更快的回應速度。務必評估你典型的請求大小與複雜度；對簡單任務使用大型模型只會導致不必要的成本。OrcaRouter的定價頁面列出了所有可用模型，方便你進行比較。
是的，Qwen3.7 Max 支援透過 OpenAI 相容 API 進行串流回應。您可以將 `stream` 參數設為 `true` 以逐步接收 tokens，這能改善長篇生成的使用者體驗。此模型也能良好搭配 Chat Completions 端點，接受標準格式（system、user、assistant 角色）的訊息。在上下文視窗限制內支援多輪對話。由於模型僅支援文字，所有訊息必須包含文字內容。大型上下文視窗允許非常長的對話歷史，使其適合長時間的互動會話。對於超過數千個 tokens 的輸出，建議啟用串流以避免逾時。
此目錄條目中未提供此特定檢查點（2026-05-20）的具體基準評分。Qwen 系列歷來在推理、程式碼與語言理解基準上表現優異。我們建議您在自己的代表性任務上評估模型以衡量效能。OrcaRouter 提供一個遊樂場，您可以在其中使用提示詞測試模型，而無需支付除令牌用量之外的費用。模型的大上下文視窗可能改善需要長程依賴關係的任務表現，但若無公佈數據，使用者應自行驗證。常見用於比較的基準如 MMLU、HumanEval 或 GSM8K 在此並未引用。
延遲取決於輸入和輸出 token 的總數，以及請求時的伺服器負載。由於 Qwen3.7 Max 可處理多達 1,000,000 個 token 的上下文，輸入量非常大的請求可能因注意力計算而需要更長的處理時間。對於中等長度的輸入（例如 10,000 個 token），典型的首個 token 生成時間在數十秒內，但具體數字尚未公開。串流傳輸可以在生成 token 的同時回傳，從而降低感知延遲。為了獲得最佳效能，請盡可能保持輸入提示簡潔。OrcaRouter 的基礎架構經過最佳化以最小化開銷；若您需要生產環境的延遲保證，請聯絡支援團隊。
其主要優勢在於其 1,000,000 token 的上下文視窗，可在單次請求中處理極長文件。64,000 token 的輸出限制也是目前市面上最高的之一。該模型基於阿里巴巴的 Qwen 架構，已在推理、程式碼撰寫及一般知識任務中展現優異表現。透過 OrcaRouter 的零加成定價，您只需支付供應商費率，無需額外費用。對於需要維持極長序列連貫性的工作流程（如書籍級分析或大規模程式碼生成），此模型是領先選擇。其純文字定位有助於將成本控制在低於同類上下文大小的多模態模型。
該模型僅支援純文字；無法處理圖片、音訊或影片。其定價在同類模型中雖具競爭力，但高於較小的模型：輸入每100萬個token $1.25、輸出每100萬個token $3.75。對於上下文較短的任務，較便宜的模型會更具成本效益。不具備多模態能力，因此需要視覺或語音的應用必須使用其他模型。此處不提供基準測試分數，因此你不能依賴第三方排名；你必須親自測試該模型。該模型是2026年5月的檢查點；對於非常近期的事件，知識可能過時。最後，大的上下文視窗可能增加延遲和計算成本，特別是當輸入接近100萬限制時。
定價很直接：每1,000,000個輸入token收費$1.25，每1,000,000個輸出token收費$3.75。這些費率是提供者自身的價格；OrcaRouter不額外加價。沒有月費或最低消費。您根據模型tokenizer測量的實際token用量付費。輸入token包括系統訊息、使用者訊息以及任何對話歷史。輸出token僅包含生成的文字。大型上下文窗口意味著即使單次請求也可能消耗大量token。例如，一個有500,000個輸入token和10,000個輸出token的請求費用為 (500k * $1.25 + 10k * $3.75)/1M = $0.625 + $0.0375 = $0.6625。
主要的取捨在於成本與效能。雖然 Qwen3.7 Max 提供同類最佳的情境長度與輸出長度，但其價格高於採用較短視窗的小型模型。若您的典型請求使用的上下文令牌少於 100,000 個、輸出令牌少於 10,000 個，則使用 Qwen3.5-14B 或 Qwen3-72B（若可用）等模型可能支付較少費用。然而，若您需要避免將長篇文件分塊處理，一次呼叫處理完整文件的成本，可能因提升的精確度與簡潔性而值得。零加成定價表示您無需為 API 層支付額外費用；僅需支付提供商的費率。未提供快取相關細節——請聯絡 OrcaRouter 支援以取得可能降低重複提示成本的目前快取選項。
若要估算成本，請計算每次請求的平均輸入Token數與輸出Token數。使用公式：成本 = (輸入Token數 * 1.25 + 輸出Token數 * 3.75) / 1,000,000。例如，一個有200,000個輸入Token與5,000個輸出Token的請求，其成本為 (200k * 1.25 + 5k * 3.75)/1M = $0.25 + $0.01875 = $0.26875。若為批次處理，則乘以請求數量。OrcaRouter的使用儀表板會即時提供Token數量與成本明細。由於沒有加價，您看到的成本即為供應商的成本。您可以在API金鑰設定中設定預算上限，以避免意外費用。對於高用量生產環境，請考慮直接與供應商（而非透過OrcaRouter）協商批量折扣。
否。OrcaRouter 不收取平台費用、不加價、無月費、無最低承諾。您只需按使用量支付提供商公佈的費率，僅針對實際使用的令牌計費。失敗請求或逾時不產生費用（但逾時前已消耗的令牌仍可能計費）。驗證方式為 API 金鑰，創建金鑰完全免費。為 OrcaRouter 帳戶充值後，即可立即開始使用 Qwen3.7 Max。基礎網址與模型 ID 保持穩定，無隱藏費用。企業客戶可選用自訂合約，但非強制要求。費率可能變動，請隨時查閱 OrcaRouter 網站上的最新定價頁面，我們會即時更新目錄。
使用 OpenAI 相容的 API，基礎網址為 https://api.orcarouter.ai/v1，模型 ID 為「qwen/qwen3.7-max-2026-05-20」。驗證方式使用 OrcaRouter 儀表板中提供的 API 金鑰。使用 Python 的範例： ```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) ``` 確保將 `max_tokens` 參數設定為您想要的輸出長度，最高可達 64,000。
OrcaRouter API 支援標準的 OpenAI 聊天完成參數：`model`、`messages`、`max_tokens`、`temperature`、`top_p`、`n`、`stop`、`stream`、`presence_penalty`、`frequency_penalty`、`logit_bias` 和 `user`。`temperature` 控制隨機性（0–2，預設為 1）。`top_p` 是核心採樣。`stop` 定義停止生成的序列。`stream` 啟用逐個 token 輸出。`max_tokens` 最多可設定為 64,000。提示詞加上生成的 token 總數不得超過 1,000,000 的上下文視窗。如果合計總數超過此限制，API 將返回錯誤。您可以透過刪減訊息歷史記錄或使用較短的提示詞來調整 token 使用量。
遷移很簡單，因為OrcaRouter使用相容OpenAI的API。將現有程式碼中的基礎URL從先前的端點改為 https://api.orcarouter.ai/v1。將模型ID更新為 "qwen/qwen3.7-max-2026-05-20"。將您的API金鑰替換為OrcaRouter提供的金鑰。無需變更請求格式；相同的訊息結構、參數和串流邏輯都能正常運作。如果您之前為同一個Qwen3.7 Max檢查點使用了不同的模型ID，請相應調整。OrcaRouter還提供代理模式以無需修改程式碼即可重定向請求；詳情請聯繫技術支援。在切換正式流量前，先透過幾次呼叫測試以確認行為正常。
驗證是透過在 HTTP Authorization 標頭中傳遞 API 金鑰來進行的：`Authorization: Bearer YOUR_API_KEY`。您可以在建立帳戶後，從 OrcaRouter 儀表板取得 API 金鑰。該金鑰必須保密，不應暴露在客戶端程式碼中。OrcaRouter 支援每個金鑰的速率限制與使用量追蹤。如果您需要更高的並發量，請申請具有更高限制的金鑰。沒有額外的驗證步驟，僅憑金鑰即可授予存取權限。為了安全起見，請定期輪換金鑰，並使用環境變數儲存它們。金鑰不綁定特定模型；使用同一個金鑰，您可以存取 OrcaRouter 上提供的任何模型。
Qwen3.7 Max 是 Qwen3.7 系列中最大的模型，提供最長的上下文窗口（1M 令牌）和最高的輸出限制（64k）。標準的 Qwen3.7 模型通常具有較小的上下文窗口（例如 128k 或 32k）和較低的輸出上限（通常為 8k 或 16k）。Max 變體針對極大規模的任務進行了最佳化。定價高於較小的 Qwen 模型；例如，Qwen3.7-72B 可能每個令牌的成本較低。由於規模較大，推理和編碼方面的性能預計相似或略好，但沒有提供具體的比較。對於大多數工作負載，較小的模型提供更好的成本效益；Qwen3.7 Max 最好保留給真正需要其龐大上下文和輸出的任務。
Qwen3.7 Max擁有更大的上下文窗口（100萬 tokens），超過GPT-4 Turbo（12.8萬）和Claude 3.5（20萬）。其64k tokens的輸出限制也高於這些模型（通常為4k-8k）。然而，GPT-4和Claude支援多模態輸入（圖片、文件），而Qwen3.7 Max僅限文字。定價方面：Qwen3.7 Max每百萬tokens收費$1.25/$3.75，通常比GPT-4 Turbo（$10/$30）便宜，並與Claude 3.5 Haiku（$0.25/$1.25）具有競爭力，但每次輸出tokens成本較高。選擇取決於您是否需要多模態能力或極端的上下文長度。對於純文字的長文件任務，考量到需要對其他模型進行分塊處理，Qwen3.7 Max可能比GPT-4或Claude更合適且更具成本效益。
當您的任務需要在一次處理中超過200,000個token的上下文，或者需要生成超過10,000個token的輸出時，請選擇Qwen3.7 Max。如果您想避免分塊文件的複雜性，它也是一個很好的選擇。對於上下文需求較小的任務，OrcaRouter上的其他模型（例如Qwen3.5-7B、Qwen3-72B或Llama 3.1-405B）提供更低的延遲和成本。OrcaRouter的零加成定價意味著您可以試驗多個模型，而無需擔心平台附加費。如果您需要多模態功能，可以考慮Qwen-VL或GPT-4V模型。始終根據您的具體用例進行基準測試，以找到最佳的性價比平衡。
Qwen3.7 Max 是透過 API 存取的專有模型。像 Qwen2.5-72B 或 Llama 3.1 這類開源模型則可自行部署，在高用量時可能降低每次 token 的成本。然而，自行部署需要 GPU 硬體、維護及擴展專業知識。Qwen3.7 Max 的 100 萬 token 上下文視窗比多數開源模型（通常為 128K 或更少）更大，其 64K 輸出也超過許多開放模型支援的範圍。API 模型還享有受管基礎設施、自動更新及無需前期投資的優勢。對於缺乏大規模 ML Ops 經驗的團隊，採用 Qwen3.7 Max 的 API 途徑可立即獲得尖端能力。對於高用量且可預測的工作負載，自行部署較小模型可能更便宜，但會失去大上下文的優勢。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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)| 輸入 / 1M tokens | $1.25 |
| 輸出 / 1M tokens | $3.75 |
| 快取讀取 / 1M | $0.250 |
| 快取寫入 / 1M | $1.563 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@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