Qwen3.7-Plus DashScope: routing policy для coding agents

Платформа Alibaba Cloud DashScope явно перевела qwen3.7-plus в статус рекомендованной модели балансированного уровня по умолчанию, вытеснив серию qwen3.6 для большинства новых проектов. Команды, маршрутизирующие запросы через DashScope — напрямую или через OpenAI-совместимый gateway, — должны обновить политику qwen3.7-plus DashScope routing и пересмотреть, какой model ID передаётся для каждого класса запросов.

Новая трёхуровневая матрица маршрутизации

DashScope теперь организует линейку текстовых моделей по трём routing-уровням:

Ключевой сигнал для маршрутизации: qwen3.7-plus больше не является выбором только для флагманских задач — это явная замена qwen3.6 на балансированном уровне с тем же контекстным окном в 1M токенов, добавив поддержку structured output и batch inference, которых у qwen3.7-max нет.

Различия возможностей, влияющие на логику маршрутизации

Три модели Qwen 3.7 не эквивалентны. Разрывы в возможностях непосредственно влияют на решения по маршрутизации:

qwen3.7-max — модель топ-уровня для рассуждений: thinking-бюджет 256k, контекст 1M. При этом:

• Не поддерживает встроенные инструменты (нет веб-поиска, нет интерпретатора кода)
• Не поддерживает structured output (JSON mode)
• Более дорогой ценовой уровень

qwen3.7-plus закрывает разрыв для большинства production-задач:

• Контекст 1M, макс. вывод 64k, thinking-бюджет 256k
• Полная поддержка встроенных инструментов: веб-поиск, интерпретатор кода, веб-скрапинг
• Structured output: поддерживается
• Batch inference: поддерживается

qwen3.6-flash — оптимизированный по стоимости вариант. DashScope прямо указывает, что его качество близко к qwen3.7-plus при меньших расходах с теми же контекстом и поддерживаемыми функциями. Это естественный вариант для высоконагруженных или чувствительных к цене маршрутов после валидации качества.

Практическое дерево решений для маршрутизации:

1. Требуется максимальная мощность рассуждений → qwen3.7-max
2. Балансированный: инструменты, structured output, batch, высокое качество → qwen3.7-plus (новый default)
3. Экономия после валидации качества → qwen3.6-flash

Изменение параметра reasoning.effort в Responses API

Если ваша интеграция использует формат Responses API для DashScope, важно учесть изменение параметра. В Responses API режим thinking теперь управляется через reasoning.effort, а не только через enable_thinking:

# Формат Responses API — DashScope
response = client.responses.create(
    model="qwen3.7-plus",
    input=[{"role": "user", "content": "Проанализируй эту архитектуру..."}],
    reasoning={"effort": "medium"}   # управляет глубиной thinking в Responses API
)

Для формата Chat Completions по-прежнему применяется enable_thinking. Путь через reasoning.effort актуален для интеграций, использующих Responses API-совместимый формат, — управление согласуется с тем, как настраиваются reasoning-модели серии o у OpenAI.

Все модели Qwen 3.7 работают в гибридном режиме: thinking-режим переключается гибко на уровне запроса, без необходимости выбирать отдельный вариант модели.

Сторонние модели в единой таблице маршрутизации

Страница DashScope теперь отображает сторонние модели в той же матрице возможностей, фактически превращаясь в универсальное руководство по multi-provider routing в рамках Alibaba Cloud:

Важно: все сторонние модели на DashScope в настоящее время не поддерживают встроенные инструменты. Если приложение зависит от управляемого веб-поиска или интерпретатора кода без самостоятельного function calling, qwen3.7-plus остаётся единственной моделью в этой таблице с контекстом 1M и этими возможностями.

Что обновить перед переключением трафика

Обновление model ID. Если сейчас трафик идёт на qwen3-plus или qwen3.6-plus, рекомендуемая цель миграции — qwen3.7-plus. Для фиксированной версии используйте snapshot-алиас qwen3.7-plus-2026-05-26.

Валидация стоимости. qwen3.7-plus дороже qwen3.6-flash. Если qwen3.6 выбирался прежде всего из-за цены — провалидируйте качество на qwen3.7-plus, после чего оцените, можно ли снизить уровень до qwen3.6-flash.

Маршруты со structured output. Запросы, требующие JSON mode, теперь можно напрямую направлять на qwen3.7-plus или qwen3.6-flash без fallback. qwen3.7-max не поддерживает structured output.

Лимит thinking-бюджета. Максимальный thinking-бюджет для qwen3.7-max и qwen3.7-plus — 256k токенов, для qwen3.6-flash — 128k. Если в политике маршрутизации задаются явные thinking-бюджеты, проверьте лимиты для каждого варианта модели.

Устаревшие имена моделей. DashScope помечает серию Qwen 3 и более старые модели как «больше не рекомендуемые» для новых проектов. Если маршруты указывают на qwen3-max (не qwen3.7-max), запланируйте миграцию.

Маршрутизация через multi-provider gateway

При маршрутизации Qwen-моделей через OpenAI-совместимый provider-слой идентификаторы моделей на DashScope совпадают с именами в прямом API: qwen3.7-plus, qwen3.7-max, qwen3.6-flash — с baseURL, указывающим на endpoint DashScope. Параметры thinking-режима различаются в зависимости от формата API (Chat Completions или Responses API), поэтому перед настройкой маршрутов уточните, какой формат использует gateway.

Конфигурация provider-маршрутизации TheRouter поддерживает DashScope как именованный provider с настройкой fallback-правил по уровням моделей. Подробнее — в документации по routing провайдеров.

Связанные материалы

• Руководство по текстовым моделям DashScope
• Руководство по Deep Thinking на DashScope
• Документация по routing провайдеров TheRouter
• Руководство по миграции DeepSeek V4