Полное руководство по серии Qwen3.7 на DashScope: Max, Plus и мультимодальный API

Серия Qwen3.7 — текущее флагманское поколение моделей Alibaba на DashScope. Она включает два решения с чётким разделением: Qwen3.7-Max обрабатывает текстовые рассуждения и агентный код, а Qwen3.7-Plus добавляет визуальный и видео-ввод при стоимости примерно в три раза ниже. Обе модели используют контекстное окно в 1 млн токенов, поддерживают режим thinking и предоставляют OpenAI-совместимый API endpoint — интеграция сводится к замене трёх параметров в любом OpenAI SDK клиенте.

Мы написали это руководство, потому что серия Qwen3.7 заменяет несколько моделей, прекращающих работу в сентябре 2026 года. Если вы используете qwen3-max, qwen3-coder-plus или любой вариант Qwen3.5/3.6, серия Qwen3.7 — ваша цель миграции. Чеклист миграции: Руководство по миграции моделей Qwen с завершением поддержки в сентябре 2026.

Серия Qwen3.7 — обзор

Источник: Тарификация моделей Aliyun, Alibaba Cloud Model Studio Models. Получено 2026-06-24.

Qwen3.7-Max — флагман текстовых рассуждений

Qwen3.7-Max — ведущая модель рассуждений Alibaba. Результат 80.4% на SWE-Bench Verified, позиционирование как agent-first модель, оптимизированная для кодирования и сложных многошаговых задач. Первый релиз — 20 мая 2026 года, обновлённый snapshot — 8 июня 2026 года.

Основные возможности:

• Extended-thinking mode для многошагового планирования, рефакторинга и длинных agent-цепочек
• Контекст 1 млн токенов для анализа крупных кодовых баз и документов
• Tool calling через параметры tools и tool_choice
• Структурированный вывод через response_format
• Batch API со скидкой 50%

Доступные Model ID на DashScope:

• qwen3.7-max — rolling-указатель на последнюю стабильную версию (сейчас qwen3.7-max-2026-05-20)
• qwen3.7-max-2026-06-08 — snapshot июня 2026
• qwen3.7-max-2026-05-20 — первый релизный snapshot
• qwen3.7-max-preview — preview-канал (только thinking mode)

Источник: Qwen3.7: The Agent Frontier, MarkTechPost. Получено 2026-06-24.

Qwen3.7-Plus — мультимодальный интеллект для agents

Qwen3.7-Plus принимает текст, изображения и видео, стоимость — примерно треть от Qwen3.7-Max. Анонсирован 31 мая 2026 года, спроектирован для мультимодальных agent-потоков — генерация интерактивных веб-страниц по визуальным референсам, анализ видеоматериалов, интерпретация дизайн-макетов.

Основные возможности:

• Визуальный ввод: изображения в формате base64 или URL
• Видео-ввод: анализ видеофайлов
• Поддержка режима thinking (как у Max)
• Agentный код с tool calling
• 1 млн токенов контекста для всех модальностей

Model ID: qwen3.7-plus

Когда выбирать Plus вместо Max: используйте Qwen3.7-Plus, если ваша задача включает анализ изображений или видео, либо если вам нужна сильная текстовая производительность при меньшей стоимости без требования максимальной точности рассуждений.

Источник: Qwen3.7-Plus: Multimodal Agent Intelligence, VentureBeat. Получено 2026-06-24.

Начало работы — API key и настройка endpoint

Шаг 1: Создайте аккаунт DashScope. Перейдите на Alibaba Cloud Model Studio (международная версия) или 百炼控制台 (Китай).

Шаг 2: Получите API key. В консоли перейдите в раздел API Keys и создайте новый ключ. DashScope позволяет привязывать ключи к конкретным workspace для изоляции между командами.

Шаг 3: Установите OpenAI SDK:

pip install --upgrade openai

Шаг 4: Первый запрос к Qwen3.7-Max:

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[
        {"role": "system", "content": "You are a senior software engineer."},
        {"role": "user", "content": "Write a Python function that implements exponential backoff with jitter."},
    ],
    max_tokens=4096,
)

print(response.choices[0].message.content)

Для международного endpoint используйте https://dashscope-intl.aliyuncs.com/compatible-mode/v1.

Источник: Alibaba Cloud Model Studio — OpenAI Compatibility. Получено 2026-06-24.

Настройка режима thinking

Qwen3.7-Max и Qwen3.7-Plus поддерживают thinking mode — модель рассуждает пошагово перед выдачей финального ответа. Подходит для сложных задач в математике, кодировании и логике.

Для включения режима thinking установите параметр enable_thinking в true:

response = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[
        {"role": "user", "content": "Prove that there are infinitely many primes."},
    ],
    max_tokens=16384,
    extra_body={
        "enable_thinking": True,
        "thinking_budget": 10000,  # опционально: ограничение thinking-токенов
    },
)

# Процесс рассуждений в ответе
for choice in response.choices:
    if hasattr(choice.message, "reasoning_content"):
        print("Thinking:", choice.message.reasoning_content)
    print("Answer:", choice.message.content)

Ключевые моменты:

• Thinking-токены тарифицируются по цене вывода (¥36/1M для Max, ¥12.32/1M для Plus)
• thinking_budget ограничивает число токенов на рассуждения
• Non-thinking mode (по умолчанию) быстрее и дешевле для простых задач
• qwen3.7-max-preview поддерживает только thinking mode

Источник: Qwen3: Think Deeper, Act Faster, Тарификация моделей Aliyun. Получено 2026-06-24.

Мультимодальный ввод — изображения и видео (Qwen3.7-Plus)

Qwen3.7-Plus принимает изображения и видео вместе с текстом. Пример отправки изображения для визуального анализа:

response = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What does this architecture diagram show?"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/architecture-diagram.png",
                    },
                },
            ],
        }
    ],
    max_tokens=2048,
)

print(response.choices[0].message.content)

Также поддерживаются base64-закодированные изображения:

import base64

with open("diagram.png", "rb") as f:
    image_data = base64.b64encode(f.read()).decode()

response = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Describe this image."},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/png;base64,{image_data}",
                    },
                },
            ],
        }
    ],
)

Для видео-ввода используется тот же формат с URL. Поддерживаемые форматы и ограничения размера — в документации DashScope.

Источник: Alibaba Cloud Model Studio Models. Получено 2026-06-24.

Тарификация и rate limits

Тарифы (Китай — регион Пекин)

Международные тарифы (регион Сингапур)

Тарифы Сингапура — примерно 1.56× от китайских.

Снижение затрат

• Batch API: скидка 50% на ввод и вывод для Qwen3.7-Max. Доступно для не-realtime нагрузок.
• Context cache: повторяющиеся сегменты контекста (system prompts, few-shot примеры) кешируются и тарифицируются со скидкой.

Сравнение с предшественниками

Qwen3.7-Max использует единый тариф на весь 1M-контекст — без ступенчатой тарификации — что упрощает оценку затрат для длинных контекстов.

Источник: Тарификация моделей Aliyun. Получено 2026-06-24.

Context cache и оптимизация затрат

DashScope поддерживает два режима кеширования для моделей Qwen3.7:

1. Implicit cache: DashScope автоматически обнаруживает повторяющиеся prefix-фрагменты между запросами. Настройка не требуется — кешированные токены тарифицируются со скидкой.
2. Explicit cache: Вы вручную фиксируете конкретные сегменты контента (system prompts, справочные документы) для гарантированного cache hit. Подходит для agent-потоков с большими стабильными system prompt.

Пример использования explicit cache:

response = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[
        {
            "role": "system",
            "content": "You are a code reviewer for a Python monorepo...",  # большой prompt
        },
        {"role": "user", "content": "Review this diff: ..."},
    ],
    extra_body={
        "enable_context_cache": True,
    },
)

# Проверка использования кеша в ответе
print(response.usage)  # включает поле cached_tokens

Для задач с повторяющимися system prompts context cache может снизить эффективную стоимость ввода на 60–80%. Подробная настройка: DashScope Context Cache.

Источник: Alibaba Cloud Model Studio — Context Cache, Explicit Cache Best Practices. Получено 2026-06-24.

Маршрутизация моделей Qwen3.7 через TheRouter

Мы маршрутизируем Qwen3.7-Max и Qwen3.7-Plus через Aliyun Bailian на TheRouter. Model ID в конфигурации маршрутизации:

• qwen/qwen3.7-max — текстовый флагман
• qwen/qwen3.7-plus — мультимодальный, экономичный

Вы можете настроить fallback-маршрутизацию: если Qwen3.7-Max недоступен, трафик переключается на Qwen3.7-Plus (или другого провайдера). Подробности реализации: Руководство по fallback-маршрутизации LLM API.

Пример конфигурации маршрутизации:

routes:
  - model: qwen/qwen3.7-max
    provider: aliyun-bailian
    fallback:
      - model: qwen/qwen3.7-plus
        provider: aliyun-bailian
      - model: deepseek/deepseek-v4-pro
        provider: deepseek

Эта конфигурация направляет текстовые задачи через Qwen3.7-Max по умолчанию, с fallback на Plus (тот же провайдер, ниже стоимость), затем на DeepSeek V4 (другой провайдер).

Миграция с серий Qwen3/3.5/3.6

Пути миграции для пользователей старых моделей Qwen:

Критические даты: qwen3-max (snapshot 2025-09-23) и qwen3-coder-plus прекращают работу 8 сентября 2026 года. После этой даты запросы к этим model ID будут возвращать ошибку. Полный таймлайн: Руководство по миграции моделей Qwen — сентябрь 2026.

Миграция — это замена model ID; endpoint и аутентификация остаются прежними:

# До миграции
response = client.chat.completions.create(model="qwen3-max", ...)

# После миграции
response = client.chat.completions.create(model="qwen3.7-max", ...)

Распространённые ошибки и решения

FAQ

Q: Qwen3.7-Max и Qwen3-Max — одна модель? Нет. Qwen3.7-Max — наследник с контекстным окном 1M токенов (вместо 256K), улучшенными рассуждениями и единым тарифом. Qwen3-Max прекращает работу 8 сентября 2026.

Q: Можно использовать Qwen3.7-Max для визуальных задач? Нет. Qwen3.7-Max работает только с текстом. Для изображений и видео используйте Qwen3.7-Plus.

Q: Thinking-токены тарифицируются отдельно? Нет. Thinking-токены тарифицируются по стандартной цене вывода. Параметр thinking_budget контролирует количество токенов на рассуждения.

Q: Qwen3.7-Max доступен с открытым исходным кодом? Нет. Qwen3.7-Max и Qwen3.7-Plus — проприетарные модели, доступные только через DashScope API.

Q: Бесплатный лимит распространяется на модели Qwen3.7? Да. Новые аккаунты Alibaba Cloud получают 1M бесплатных токенов на модель, действительных 90 дней после активации Model Studio (только регион Китая).

---

Последнее обновление: 2026-06-24. Тарификация и доступность моделей проверены по Aliyun Model Studio и Alibaba Cloud Model Studio.