Qwen 3.7 Max 与 Qwen 3.7 Plus 现已上线 TheRouter.ai

2026-10-17 更新： 阿里云已于 2026-10-10 下线 qwen3-max、qwen3.6-max-preview、qwen3-coder-plus 和 qwen3-vl-flash，TheRouter 已停止提供这些模型。下文代码示例已改用在线的后继模型（qwen/qwen3.7-max、qwen/qwen3.7-plus、qwen/qwen3.7-flash）。

阿里巴巴云于 2026 年 5 月 19–21 日在杭州举办的阿里云峰会上正式发布 Qwen 3.7 Max 和 Qwen 3.7 Plus。两款模型现已在 TheRouter.ai 上线，一个 API Key、一个接入地址即可调用。

简要总结：Max 是专为推理设计的纯文本模型，在 SWE-Bench Pro 上超越 GPT-5.5；Plus 是多模态变体，支持图像和视频输入，价格约为 Max 的六分之一。如果你目前在使用 qwen/qwen3-max（已下线），建议先看下文的选型对比再决定是否迁移。

模型规格速览

Max 定价为限时优惠价（官方标价 $2.50/$7.50 per 1M Token 的 5 折），Plus 为标准定价。

Qwen 3.7 Max：面向 Agent 的推理模型

Qwen 3.7 Max 针对 Agent 场景设计，核心能力是多步推理、代码生成和自主工具调用。基准测试亮点：SWE-Bench Verified 达到 80.4%，在 SWE-Bench Pro 上超越 GPT-5.5（60.6% vs 58.6%）。

SWE-Bench 直接衡量软件工程能力——在真实代码仓库中修复真实的 GitHub Issue。如果你的核心场景是代码 Agent、编程助手或自动化 PR 流程，这个基准分数很有参考价值。

核心规格：

• 上下文： 100 万 Token
• 输入模态： 纯文本
• SWE-Bench Verified： 80.4%
• SWE-Bench Pro vs GPT-5.5： 60.6% vs 58.6%
• 架构： 推理优先，Agent 场景优化

按促销价 $1.25/$3.75 per 1M Token，Max 在同类前沿推理模型中具有竞争力。

Qwen 3.7 Plus：低成本多模态

Qwen 3.7 Plus 在 100 万 Token 上下文窗口内支持文本、图像和视频输入。视觉 Token 与文本 Token 共享上下文预算，长对话 + 高密度图像场景下需注意 Token 消耗。

价格为 $0.32/$1.28 per 1M Token，约为 Max 的六分之一。对于文档理解、图像分析、多模态 RAG 等不需要 Max 级别推理深度的场景，Plus 是性价比最高的选择。

核心规格：

• 上下文： 100 万 Token（文本 + 视觉 Token 合计）
• 输入模态： 文本、图像 URL、视频输入
• 输入价格： $0.32 / 百万 Token
• 输出价格： $1.28 / 百万 Token

价格对比

典型 Agent 批量任务：1000 万输入 Token + 200 万输出 Token：

• Qwen 3.7 Max： $12.50 + $7.50 = $20.00
• Qwen 3.7 Plus： $3.20 + $2.56 = $5.76

快速接入

两款模型均通过标准 OpenAI 兼容接口提供，无需修改请求结构，仅需更新 model 字段。

curl 示例：

curl https://api.therouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3.7-max",
    "messages": [
      {
        "role": "user",
        "content": "请 review 以下 Python 函数，找出潜在 bug 并给出改进建议。"
      }
    ],
    "max_tokens": 2048
  }'

Python（openai SDK）：

from openai import OpenAI

client = OpenAI(
    api_key="your-therouter-api-key",
    base_url="https://api.therouter.ai/v1",
)

# Qwen 3.7 Max — 文本推理
response = client.chat.completions.create(
    model="qwen/qwen3.7-max",
    messages=[
        {"role": "user", "content": "写一个 Python 脚本，解析并校验 Kubernetes Pod 的 JSON 日志。"}
    ],
    max_tokens=2048,
)
print(response.choices[0].message.content)

# Qwen 3.7 Plus — 视觉输入
response = client.chat.completions.create(
    model="qwen/qwen3.7-plus",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "分析这张截图，识别其中的 UI 问题。"},
                {"type": "image_url", "image_url": {"url": "https://example.com/screenshot.png"}},
            ],
        }
    ],
    max_tokens=1024,
)
print(response.choices[0].message.content)

Max vs Plus vs qwen3-max：如何选型

如果你目前在用 qwen/qwen3-max（已下线），参考以下决策矩阵：

选 qwen/qwen3.7-max，如果：

• 主要场景是代码生成或 Agent 驱动的工作流
• 需要 Qwen 系列中最强的推理性能
• SWE-Bench 80.4% 的成绩与你的业务场景高度相关
• 质量优先，成本次之

选 qwen/qwen3.7-plus，如果：

• 需要图像或视频输入
• 对成本敏感——约为 Max 的 1/6
• 在构建多模态 RAG、文档分析或视觉理解功能
• 不需要 Max 级别的推理深度

已无法继续使用 qwen3-max： 阿里云已于 2026-10-10 下线该模型，请迁移到 qwen/qwen3.7-max。

对于今天新启动的项目，3.7 Max 或 3.7 Plus 通常是比上一代 qwen3-max 更好的默认选择。

通过 TheRouter.ai 接入

两款模型即日起上线。使用现有的 TheRouter API Key，通过 api.therouter.ai 接入——无需单独开通 DashScope 账号，无需管理区域专属 Endpoint。TheRouter 负责将请求路由至阿里云百炼 / DashScope，并将响应格式统一为 OpenAI 兼容输出。

模型 ID：

• qwen/qwen3.7-max
• qwen/qwen3.7-plus