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). В TheRouter qwen3.6-flash принимает только текст; для изображений используйте qwen/qwen3.7-flash.

Qwen3 → Qwen3.7: руководство по миграции после вывода qwen3-max 10 октября

10 октября 2026 года в 00:00 CST Alibaba Cloud отключит пять моделей поколения Qwen3 на платформе DashScope (Bailian): qwen3-max, qwen3-max-preview, qwen3.6-max-preview, qwen3-coder-plus и qwen3-vl-flash. После этого момента API-вызовы к этим model ID будут возвращать ошибки — без переходного периода (Официальное уведомление #118344, опубликовано 2026-06-08; Страница вывода моделей, получено 2026-07-13).

Это обновление поколения, а не простая замена модели. Qwen3.7 приносит контекстное окно 1M token, нативную мультимодальность в Max-тире и унифицированный режим мышления — но также более высокие цены на коротком контексте. В этом руководстве: точный маппинг замен, различия в возможностях, миграция кода, ценовые последствия и подводные камни.

Мы маршрутизируем OpenAI-совместимые запросы через настроенных провайдеров и поддерживаем routing и fallback там, где это работает в продакшн-пути. Мы не заявляем поддержку всех моделей, нулевой downtime или гарантированно низкие цены.

1. Меняйте три значения, а не три SDK. Замените api_key, base_url и model в существующем клиенте OpenAI. Код запроса и ответа оставьте неизменным.
2. Сопоставьте model ID явно. ID модели у целевого провайдера почти никогда не совпадает с OpenAI ID. Держите словарь { openai_id: target_id } вне бизнес-логики.
3. Проверьте формат streaming. SSE-чанки должны соответствовать контракту OpenAI: data: {...} + data: [DONE]. Прогоните один streaming вызов до продакшена.
4. Проверьте rate-limit заголовки. Некоторые провайдеры не возвращают x-ratelimit-*. Добавьте обёртку с безопасным дефолтом.
5. Оставьте путь отката. Раскатайте замену под feature flag, гоняйте оба endpoint в shadow-режиме 24 часа, затем переключайтесь.

Какие модели выводятся и чем заменяются

Все замены указаны в официальном уведомлении и уже работают на DashScope. Тестировать можно прямо сейчас (Механизм вывода моделей, получено 2026-07-13).

Важно: С момента публикации уведомления DashScope может постепенно снижать QPM и TPM для выводимых моделей. Если у вас были расширенные лимиты, они сначала вернутся к значениям по умолчанию.

Что нового в Qwen3.7

Поколение Qwen3.7 переработано на архитектурном уровне для агентских задач. Ключевые отличия для каждой пары замены:

qwen3-max → qwen3.7-max

Qwen3.7-Max позиционируется как модель «Agent Frontier» — она сильна в кодировании (frontend и backend), автоматизации рабочих процессов и многоэтапном планировании (Анонс Qwen3.7, 2026-05-19). Мультимодальное обновление (снапшот 08.06) поддерживает изображения со сверхвысоким разрешением.

qwen3-coder-plus → qwen3.7-plus

qwen3.7-plus — это универсальная модель, а не специализированная для кода. Alibaba считает, что архитектура Qwen3.7 достаточна для агентского кодирования без выделенной Coder-модели. Если вы полагались на кодовые оптимизации qwen3-coder-plus, протестируйте qwen3.7-plus на ваших задачах перед миграцией.

qwen3-vl-flash → qwen3.6-flash

qwen3.6-flash — унифицированная модель для текстовых и визуальных запросов. Один endpoint вместо отдельной VL-модели.

Код: до и после (OpenAI SDK)

Все модели DashScope работают через OpenAI-совместимый интерфейс. Миграция — замена model ID (Совместимость DashScope с OpenAI, получено 2026-07-13):

qwen3-max → qwen3.7-max

from openai import OpenAI

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

# До
response = client.chat.completions.create(
-   model="qwen3-max",
+   model="qwen3.7-max",
    messages=[{"role": "user", "content": "Explain quantum computing"}],
)

# После — тот же код, новый model ID

qwen3-coder-plus → qwen3.7-plus

# До
response = client.chat.completions.create(
-   model="qwen3-coder-plus",
+   model="qwen3.7-plus",
    messages=[{"role": "user", "content": "Refactor this function..."}],
)

qwen3-vl-flash → qwen3.6-flash

# До (vision-запрос)
response = client.chat.completions.create(
-   model="qwen3-vl-flash",
+   model="qwen3.6-flash",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "What's in this image?"},
            {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
        ]
    }],
)

Всё. Формат API, структура ответа, streaming — без изменений. Обновление SDK не нужно. Endpoint тот же.

Изменения в ценах

Модели Qwen3.7 дороже на коротком контексте, но конкурентоспособны (или дешевле) на длинном.

qwen3-max vs qwen3.7-max (Китай, за 1M token)

По акционной цене (50% скидка, временно): вход qwen3.7-max ¥6/1M — всё ещё в 2.4 раза дороже минимума qwen3-max (¥2.50 при ≤32K). Но для контекста 128K+ акционная цена ниже третьей ступени qwen3-max (¥7).

По полной цене: для коротких prompt'ов qwen3.7-max дороже в 4.8 раза.

(Тарификация моделей, получено 2026-07-13.)

qwen3-coder-plus → qwen3.7-plus (Китай, за 1M token)

qwen3-vl-flash → qwen3.6-flash (Китай, за 1M token)

(Тарификация моделей, получено 2026-07-13.)

Подводные камни

1. Режим мышления по умолчанию

Обе модели (qwen3-max и qwen3.7-max) поддерживают режим мышления, но поведение по умолчанию может различаться. Если ваше приложение явно задаёт enable_thinking=false или enable_thinking=true, проверьте, что параметр работает корректно после замены модели.

2. Переход со ступенчатой на единую тарификацию

При массовых вызовах с коротким контекстом (≤32K token) скачок цены с ¥2.50 до ¥12 (или ¥6 по акции) существенен. Варианты:

• Batch API: обе модели поддерживают Batch со скидкой 50%. Для нечувствительных к задержке задач Batch вдвое снижает стоимость.
• Кеш контекста: обе модели поддерживают кеш. Повторяющиеся system prompt'ы экономят на входных token'ах.
• Downgrade: если qwen3.7-max избыточен для простых задач, рассмотрите qwen3.7-plus (¥2/1M вход) или qwen3.6-flash (¥1.20/1M вход).

3. qwen3-coder-plus → универсальная модель

qwen3.7-plus — не специализированная модель для кода. Это универсальный Plus-тир. Если у вас есть benchmark'и qwen3-coder-plus на конкретных кодовых задачах, перезапустите их с qwen3.7-plus.

4. qwen3.6-max-preview без нового preview-канала

Пользователи qwen3.6-max-preview направлены на qwen3.7-max (стабильная mainline), а не на новый preview. qwen3.7-max — уже GA-версия.

5. Ступенчатая vs единая тарификация

qwen3-max использовал ступенчатую тарификацию (дешевле для короткого контекста). qwen3.7-max — единый тариф. Стратегии оптимизации затрат нужно пересмотреть.

Routing через TheRouter — автоматический Fallback

Если вы маршрутизируете DashScope-запросы через TheRouter, можно настроить fallback routing для автоматического переключения на замены:

1. Тестирование до дедлайна — направьте часть трафика на новую модель, оставив старую как primary
2. Автоматическое переключение — когда старая модель начнёт возвращать ошибки, fallback routing от TheRouter перенаправит на замену

Пример конфигурации fallback для qwen3-max → qwen3.7-max:

{
  "model": "qwen/qwen3.7-max",
  "fallbacks": ["qwen/qwen3.7-max"]
}

Мы поддерживаем routing и fallback там, где работает продакшн-путь. Актуальная доступность — на странице qwen3-max и странице qwen3.7-max.

Все три пары замен:

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.

Откат

Если новые модели не подходят для ваших задач, до 10 октября есть варианты:

1. Фиксация на снапшоте: qwen3-max-2026-01-23 — текущий снапшот qwen3-max. Выводится в тот же день (10 октября), но в переходный период можно использовать как стабильную цель, пока тестируете qwen3.7-max.
2. Альтернативные провайдеры: если qwen3.7-max не подходит, можно маршрутизировать через TheRouter на DeepSeek V4 (deepseek-chat), Claude Sonnet 5 или GPT-5.5 Pro.
3. Downgrade внутри Qwen: qwen3.7-plus при ¥2/1M вход — в 6 раз дешевле qwen3.7-max при ¥12/1M.

Чек-лист миграции

• Определите затронутые модели: проверьте через Model Observability, вызываете ли вы qwen3-max, qwen3-max-preview, qwen3.6-max-preview, qwen3-coder-plus или qwen3-vl-flash
• Замените model ID в коде: используйте таблицу маппинга выше
• Прогоните benchmark'и на ваших задачах: особенно при миграции с qwen3-coder-plus — проверьте качество генерации кода
• Оцените ценовое влияние: рассчитайте дельту стоимости для ваших типичных prompt'ов. Короткий контекст — максимальный рост
• Проверьте параметры режима мышления: если явно задаёте enable_thinking, убедитесь в идентичном поведении
• Обновите лимиты: расширенные QPM/TPM скорее всего не перенесутся — запросите новые для замен
• Настройте fallback routing: если используете TheRouter, добавьте qwen3-max → qwen3.7-max и аналогичные
• Поставьте напоминание: 10 октября 2026, 00:00 CST — жёсткий дедлайн
• Следите за страницей вывода: DashScope может снизить лимиты до дедлайна. Мониторьте страницу вывода моделей

FAQ

Q: Это те же модели, что были в сентябрьском анонсе?

A: Да. Исходное уведомление (#118344, 08.06.2026) указывало 8 сентября. DashScope позже объединил все волны вывода в 10 октября 2026. Модели те же, только дедлайн сместился. (Страница вывода моделей, получено 2026-07-13.)

Q: Нужно ли менять API key или base_url DashScope?

A: Нет. API key, base_url и формат запросов не меняются. Обновить нужно только параметр model в вызовах.

Q: Снапшоты qwen3-max (например, qwen3-max-2026-01-23) тоже выводятся?

A: Да. Все снапшоты qwen3-max входят в волну 10 октября. Они перечислены в отдельном уведомлении (#118345), дедлайн тот же.

Q: Можно ли использовать qwen3.7-max как замену qwen3.6-max-preview?

A: Да. qwen3.6-max-preview → qwen3.7-max — официальная замена. qwen3.7-max — GA-версия, заменяющая все Max-preview.

Q: Есть ли новый preview-канал для qwen3-max-preview?

A: qwen3.7-max-preview существует, но поддерживает только режим мышления. Для обоих режимов (мышление + обычный) используйте qwen3.7-max (mainline).