Qwen3.6-Max vs Qwen3.7-Max: что изменилось и когда обновлять маршрутизацию

Обновление 2026-10-17: Alibaba вывела qwen3-max, qwen3.6-max-preview, qwen3-coder-plus и qwen3-vl-flash из эксплуатации 2026-10-10, и TheRouter их больше не обслуживает. Примеры кода ниже используют действующие преемники (qwen/qwen3.7-max, qwen/qwen3.7-plus, qwen/qwen3.7-flash).

На странице DashScope о выводе моделей из эксплуатации qwen3.6-max-preview указан как прекращающий работу 8 сентября 2026 года, с qwen3.7-max в качестве рекомендованной замены. Если вы используете qwen3.6-max-preview в production, у вас примерно 80 дней, чтобы протестировать обновление и сменить model ID — иначе API перестанет отвечать.

Мы сравнили обе модели по существу: контекстное окно, структура ценообразования, поддержка модальностей, поведение режима рассуждений и версионирование снапшотов. Если кратко: Qwen3.7-Max дешевле за token для большинства сценариев, поддерживает контекстное окно в 4 раза больше и добавляет мультимодальный snapshot — но модель ценообразования изменилась с лестничной на фиксированную, а различия в режиме рассуждений могут потребовать тестирования.

OpenAI-совместимость означает, что провайдер предоставляет endpoint chat-completions, чей контракт запроса и ответа достаточно близок к API OpenAI, чтобы немодифицированный вызов OpenAI SDK работал после замены трёх значений: API key, base URL, название модели. Минимальная поверхность на практике —POST /v1/chat/completions с messages, model и потоковым ответом в форме OpenAI.

Обзор — Qwen3.6-Max-Preview vs Qwen3.7-Max

Итог: Для текстовых задач Qwen3.7-Max превосходит предшественника по всем параметрам — больше контекст, дешевле вывод, есть Batch API. Единственная причина задержки с переходом — зависимость от конкретного поведения вывода Qwen3.6-Max-Preview, требующая регрессионного тестирования.

Что такое Qwen3.6-Max-Preview?

Qwen3.6-Max-Preview вышел 20 апреля 2026 года как флагманская модель Max-уровня от Alibaba. На момент выпуска он занял первое место в шести agentic coding бенчмарках, включая SWE-bench Pro и Terminal-bench. Суффикс "-Preview" означал активную разработку — Alibaba явно указала, что «модель находится в активной разработке» и «последующие версии будут улучшены».

Основные характеристики:

• Контекстное окно: 256K токенов, лестничное ценообразование (два уровня: ≤128K и 128K–256K)
• Цены (Китай): ¥9/¥15 ввод, ¥54/¥90 вывод за миллион токенов
• Модальность: Только текст
• Режим рассуждений: Thinking и non-thinking
• Кэш контекста: Поддерживается со скидкой на input токены

Метка "Preview" — сигнал: эта модель изначально была промежуточной. Qwen3.7-Max — её преемник.

Что такое Qwen3.7-Max?

Qwen3.7-Max вышел 20 мая 2026 года как модель нового поколения Max-уровня. Alibaba описывает его как «универсальный агентный фундамент — одинаково способный писать и отлаживать код, автоматизировать офисные процессы и решать сложные многошаговые задачи рассуждения».

Существуют два датированных снапшота:

1. qwen3.7-max-2026-05-20 — Только текст. Стартовый snapshot, оптимизированный для кодинга, agentic-задач и длинного контекста. SWE-Bench Verified 80.4%.

2. qwen3.7-max-2026-06-08 — Мультимодальный. Добавлен 8 июня, поддерживает ввод изображений вместе с текстом. По данным Alibaba, обладает «мультимодальными интерактивными гибридными агентными возможностями».

Alias qwen3.7-max сейчас указывает на текстовый snapshot от 20 мая.

Основные характеристики:

• Контекстное окно: 1M токенов, фиксированная цена
• Цены (Китай): ¥12 ввод, ¥36 вывод за миллион токенов (без лестницы)
• Модальность: Текст (20 мая) или текст + изображение (snapshot 8 июня)
• Режим рассуждений: Thinking и non-thinking
• Batch API: Поддерживается со скидкой 50%
• Кэш контекста: Поддерживается со скидкой на input токены

Сравнение цен: что выгоднее?

Ответ зависит от длины контекста.

Короткий контекст (≤128K токенов)

Для коротких контекстов ввод Qwen3.7-Max стоит дороже, но вывод значительно дешевле. Поскольку большинство LLM API вызовов генерируют больше ценности на выводе, Qwen3.7-Max на практике дешевле для типичных задач чата и генерации кода.

Средний контекст (128K–256K токенов)

Начиная со 128K, Qwen3.7-Max выигрывает и по вводу, и по выводу. Фиксированная цена полностью убирает лестничный штраф.

Длинный контекст (256K–1M токенов)

Qwen3.6-Max-Preview здесь не участвует — его окно ограничено 256K. Qwen3.7-Max обрабатывает до 1M токенов по тем же фиксированным ¥12/¥36. Для задач с длинным контекстом сравнения нет.

Международные цены

Цены за пределами Китая различаются по регионам. Сингапур примерно в 1,5× дороже. США (Вирджиния), Германия (Франкфурт) и Япония (Токио) предлагают Qwen3.7-Max по ценам материкового Китая для «глобальных» развёртываний, но местные эндпоинты стоят больше. Подробности — на странице цен DashScope.

Два снапшота: какой выбрать?

qwen3.7-max-2026-05-20 (только текст)

• Только текстовый ввод
• SWE-Bench Verified 80.4%
• Оптимизирован для кодинга и сложных многошаговых задач
• Подходит для: генерации кода, agentic рабочих процессов, обработки длинных текстов

qwen3.7-max-2026-06-08 (мультимодальный)

• Текстовый и графический ввод
• Понимание визуальных сцен
• Цены идентичны текстовому снапшоту
• Подходит для: анализа изображений, генерации кода из скриншотов, OCR документов

Если зрение не нужно, используйте qwen3.7-max-2026-05-20 для детерминированного поведения. Для мультимодального ввода указывайте qwen3.7-max-2026-06-08 явно.

Чек-лист миграции с Qwen3.6-Max-Preview

Шаг 1: Обновите model ID

Единственное обязательное изменение в коде:

from openai import OpenAI

client = OpenAI(
    api_key="your-dashscope-api-key",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

# До:
response = client.chat.completions.create(
    model="qwen3.6-max-preview",  # Прекращает работу 8 сентября
    messages=[{"role": "user", "content": "Explain quicksort"}],
)

# После:
response = client.chat.completions.create(
    model="qwen3.7-max",  # Активная замена
    messages=[{"role": "user", "content": "Explain quicksort"}],
)

Шаг 2: Протестируйте режим рассуждений

Обе модели поддерживают thinking и non-thinking режимы, но внутренняя цепочка рассуждений может отличаться. Если ваше приложение парсит thinking токены или полагается на определённые паттерны chain-of-thought, прогоните оценочный набор на обеих моделях.

Шаг 3: Проверьте допущения по длине контекста

Если ваше приложение обрезает ввод на 256K токенов (предел Qwen3.6-Max-Preview), теперь можно увеличить лимит до 1M. Убедитесь, что логика подсчёта токенов и разбиения на чанки корректно работает с увеличенным окном.

Шаг 4: Оцените влияние на стоимость

Сравните затраты на реальном трафике. Для задач с большим объёмом вывода вы, скорее всего, сэкономите. Для задач с коротким контекстом и преобладанием ввода увеличение цены с ¥9 до ¥12 может немного повысить расходы — но экономия на выводе обычно компенсирует.

Шаг 5: Протестируйте мультимодальный ввод (при использовании снапшота от 8 июня)

Если переходите на qwen3.7-max-2026-06-08 для работы с изображениями, убедитесь, что приложение корректно формирует запросы с image_url в формате OpenAI:

response = client.chat.completions.create(
    model="qwen3.7-max-2026-06-08",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "What's in this image?"},
            {"type": "image_url", "image_url": {"url": "https://example.com/image.png"}},
        ],
    }],
)

Когда можно повременить с переходом

1. Регрессионное тестирование требует времени. Если приложение зависит от конкретных паттернов вывода (строгая JSON-генерация), выделите несколько недель на валидацию.

2. Рост стоимости ввода. Для коротких контекстов input цена растёт на 33% (¥9 → ¥12). Если нагрузка input-heavy, посчитайте заранее.

3. Сторонние платформы отстают. SiliconFlow, OpenRouter и другие хостеры Qwen могут не сразу обновить model ID. Проверьте доступность.

Но не затягивайте — DashScope постепенно снижает QPM и TPM для выводимых моделей начиная с даты уведомления. Деградация производительности начинается задолго до финального отключения.

Интеграция с TheRouter

Если вы маршрутизируете запросы через TheRouter, основное изменение — обновление model ID в конфигурации маршрутизации. TheRouter поддерживает OpenAI-совместимые запросы через настроенных провайдеров, включая Aliyun Bailian. При настроенном fallback routing можно установить qwen3.7-max как основную модель, временно оставив qwen3.6-max-preview в качестве резерва:

# Пример конфигурации на время перехода
primary: qwen/qwen3.7-max
# qwen3.6-max-preview выведена из эксплуатации 2026-10-10 — запасной вариант не нужен

После валидации качества вывода Qwen3.7-Max удалите fallback, чтобы не маршрутизировать запросы к модели, которая перестанет отвечать после 8 сентября.

Подробности о моделях — на страницах Qwen3.7-Max и Qwen3-Max.

Хронология событий

Связанные статьи

• Qwen3.7-Max Multimodal vs GPT-4o vs Claude Sonnet 4 — Сравнение мультимодального снапшота Qwen3.7-Max с GPT-4o и Claude Sonnet 4.6
• Руководство по Aliyun Bailian API — Полная настройка DashScope: API-ключи, эндпоинты, семейства моделей, цены
• Qwen-Turbo, VL, Coder-Plus: миграция до 13 июля — Руководство по миграции для более ранней волны 13 июля
• Календарь вывода китайских AI-моделей Q3 2026 — Полный график вывода моделей DashScope, SiliconFlow и других китайских провайдеров
• Провайдеры с OpenAI-совместимым API — Обзор всех OpenAI-совместимых провайдеров, включая DashScope

---

Источники:

• DashScope — страница вывода моделей — получено 19 июня 2026
• DashScope — цены на модели — получено 19 июня 2026
• DashScope — новые модели — получено 19 июня 2026
• Блог Qwen3.7 — получено 19 июня 2026
• Блог Qwen3.6-Max-Preview — получено 19 июня 2026
• Aliyun Model Studio — поддерживаемые модели — получено 19 июня 2026