Qwen3.6-Max vs Qwen3.7-Max：升级差异与路由配置迁移指南

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）。

阿里云百炼（DashScope）的模型下线页面已将 qwen3.6-max-preview 列入 2026 年 9 月 8 日下线计划，指定替代模型为 qwen3.7-max。如果你在生产环境中使用 qwen3.6-max-preview，还有大约 80 天时间来测试升级并切换模型 ID——否则 API 将停止返回结果。

我们对比了两个模型的实际差异：上下文窗口、定价结构、模态支持、思考模式行为和快照版本。简单来说：Qwen3.7-Max 在大多数场景下每 token 成本更低，上下文窗口扩大到 4 倍，还新增了多模态快照——但定价模型从阶梯制改为统一价，思考模式的行为差异需要在切换前做好测试。

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

速览 —— Qwen3.6-Max-Preview vs Qwen3.7-Max 对比

结论： 对于纯文本场景，Qwen3.7-Max 全面优于前者——上下文更大、输出成本更低、支持 Batch API。唯一需要延迟切换的理由是你的业务依赖 Qwen3.6-Max-Preview 的特定输出行为，需要时间做回归测试。

什么是 Qwen3.6-Max-Preview？

Qwen3.6-Max-Preview 于 2026 年 4 月 20 日发布，是阿里巴巴当时的旗舰 Max 级模型。发布时在 SWE-bench Pro、Terminal-bench 等六项 Agentic 编程基准上位居榜首。模型名中的 "-Preview" 后缀暗示它仍在迭代中——阿里巴巴在博客中明确表示"模型仍在积极开发中，后续版本将进一步提升"。

核心参数：

• 上下文窗口： 256K tokens，阶梯计费（≤128K 和 128K–256K 两档）
• 定价（中国大陆）： 输入 ¥9/¥15，输出 ¥54/¥90（每百万 Token）
• 模态： 仅支持文本输入输出
• 思考模式： 支持思考和非思考模式
• 上下文缓存： 支持，输入 Token 享折扣

"Preview" 标签是一个信号：这个模型从一开始就注定要被替代。Qwen3.7-Max 就是那个继任者。

什么是 Qwen3.7-Max？

Qwen3.7-Max 于 2026 年 5 月 20 日发布，是新一代 Max 级模型。阿里巴巴将其描述为"通用 Agent 基座——在编写和调试代码、自动化办公流程以及复杂多步推理方面均表现出色"。

存在两个带日期的快照版本：

1. qwen3.7-max-2026-05-20 —— 纯文本。发布快照，专注于编程、Agentic 任务和长上下文推理。SWE-Bench Verified 得分 80.4%。

2. qwen3.7-max-2026-06-08 —— 多模态。6 月 8 日新增视觉模态理解能力，支持图文混合输入。阿里巴巴的发布说明称其具备"多模态交互混合智能体能力"。

别名 qwen3.7-max 当前指向 5 月 20 日的纯文本快照。

核心参数：

• 上下文窗口： 1M tokens，统一价
• 定价（中国大陆）： 输入 ¥12，输出 ¥36（每百万 Token，无阶梯）
• 模态： 纯文本（5 月 20 日）或文本+图片（6 月 8 日快照）
• 思考模式： 支持思考和非思考模式
• Batch API： 支持，5 折
• 上下文缓存： 支持，输入 Token 享折扣

定价对比：谁更划算？

答案取决于你的上下文长度。

短上下文（≤128K tokens）

短上下文场景下，Qwen3.7-Max 输入略贵但输出显著便宜。由于大多数 LLM API 调用的输出价值高于输入，Qwen3.7-Max 在典型对话补全和代码生成场景下实际更便宜。

中等上下文（128K–256K tokens）

在 128K 以上，Qwen3.7-Max 在输入和输出两方面都更便宜。统一价模型彻底消除了阶梯惩罚。

长上下文（256K–1M tokens）

Qwen3.6-Max-Preview 到不了这里——上下文窗口上限是 256K。Qwen3.7-Max 在 1M tokens 内使用相同的 ¥12/¥36 统一价。需要长上下文处理的场景，没有可比性。

海外定价

中国大陆以外的定价因地区而异。新加坡约为大陆价格的 1.5 倍。美国（弗吉尼亚）、德国（法兰克福）和日本（东京）的"全球"部署使用大陆价格，但本地端点成本更高。详见 DashScope 定价页面。

两个快照版本：该用哪个？

Qwen3.7-Max 有两个带日期的快照。它们能力不同，选择很重要：

qwen3.7-max-2026-05-20（纯文本）

• 仅文本输入
• SWE-Bench Verified 80.4%
• Agent 优先设计，针对编程和复杂多步任务优化
• 最适合：代码生成、Agentic 工作流、长上下文文本处理

qwen3.7-max-2026-06-08（多模态）

• 文本 + 图片输入
• 视觉模态理解，感知真实场景
• 与纯文本快照定价相同
• 最适合：图像分析、截图生成代码、文档 OCR、视觉推理

如果不需要视觉能力，建议锁定 qwen3.7-max-2026-05-20 以获得确定性行为。如果需要多模态输入，显式使用 qwen3.7-max-2026-06-08。

迁移检查清单：从 Qwen3.6-Max-Preview 切换

第 1 步：更新模型 ID

代码中唯一必须的改动：

from openai import OpenAI

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

# 修改前：
response = client.chat.completions.create(
    model="qwen3.6-max-preview",  # 9 月 8 日下线
    messages=[{"role": "user", "content": "解释快速排序算法"}],
)

# 修改后：
response = client.chat.completions.create(
    model="qwen3.7-max",  # 替代模型
    messages=[{"role": "user", "content": "解释快速排序算法"}],
)

第 2 步：测试思考模式行为

两个模型都支持思考和非思考模式，但内部推理过程可能不同。如果你的应用解析思考 Token 或依赖特定的思维链模式，在切换前用评估集跑一遍两个模型的对比。

第 3 步：检查上下文长度假设

如果你的应用在 256K tokens（Qwen3.6-Max-Preview 的上限）处截断输入，现在可以用 Qwen3.7-Max 将限制提升到 1M。这是机会而非陷阱——但要验证 Token 计数和分块逻辑能正确处理更大的窗口。

第 4 步：验证计费影响

用你的实际流量跑一次成本对比。输出密集型场景大概率省钱。短上下文输入密集型场景，输入价格从 ¥9 涨到 ¥12 可能小幅增加成本——但输出端的节省通常可以抵消。

第 5 步：测试多模态输入处理（如果使用 6 月 8 日快照）

如果你切换到 qwen3.7-max-2026-06-08 使用视觉能力，测试应用是否正确处理图片输入格式。DashScope 使用 OpenAI 兼容的 image_url 格式：

response = client.chat.completions.create(
    model="qwen3.7-max-2026-06-08",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "这张图片里有什么？"},
            {"type": "image_url", "image_url": {"url": "https://example.com/image.png"}},
        ],
    }],
)

什么时候可以暂不升级（但别拖太久）

以下情况可以短暂推迟切换：

1. 回归测试需要时间。 如果你的应用依赖特定输出模式（如严格格式的 JSON 生成），可能需要几周来验证 Qwen3.7-Max 能否产出等效结果。

2. 输入成本增加需要预算评估。 短上下文场景输入价格上涨 33%（¥9 → ¥12）。如果你的负载以输入为主、输出很少，先算一笔账。

3. 第三方平台尚未同步。 一些托管 Qwen 模型的平台（SiliconFlow、OpenRouter）可能不会立刻更新模型 ID。先确认你的供应商是否已上架。

但不要等太久——DashScope 会从下线通知发布日起逐步缩减待下线模型的 QPM 和 TPM。性能下降在最终关停之前就会开始。

TheRouter 集成

如果你通过 TheRouter 路由请求，主要改动是更新路由配置中的模型 ID。TheRouter 通过配置的供应商（包括阿里云百炼）支持 OpenAI 兼容请求的路由。在配置了 fallback 路由的情况下，可以将 qwen3.7-max 设为主模型，过渡期间暂时保留 qwen3.6-max-preview 作为备选：

# 过渡期路由配置示例
primary: qwen/qwen3.7-max
# qwen3.6-max-preview 已于 2026-10-10 下线，无需保留回退

验证 Qwen3.7-Max 输出质量后，移除 fallback，避免路由到 9 月 8 日后停止响应的模型。

更多模型信息，请查看 Qwen3.7-Max 模型页面 和 Qwen3-Max 模型页面。

时间线：关键节点

相关文章

• Qwen3.7-Max 多模态 vs GPT-4o vs Claude Sonnet 4 —— Qwen3.7-Max 多模态快照与 GPT-4o、Claude Sonnet 4.6 的视觉+代码场景对比
• 阿里云百炼 API 指南 —— DashScope 完整设置：API Key、端点、模型系列、定价
• Qwen-Turbo、VL、Coder-Plus 7 月 13 日下线迁移指南 —— 更早的 7 月 13 日下线波次迁移指南
• 中国 AI 模型下线日历 2026 年 Q3 —— DashScope、SiliconFlow 等中国供应商的完整下线时间表
• OpenAI 兼容 API 供应商 —— 所有 OpenAI 兼容供应商概览，包含 DashScope

---

来源：

• DashScope 模型下线页面 —— 检索于 2026 年 6 月 19 日
• DashScope 模型定价 —— 检索于 2026 年 6 月 19 日
• DashScope 新模型发布页面 —— 检索于 2026 年 6 月 19 日
• Qwen3.7 官方博客 —— 检索于 2026 年 6 月 19 日
• Qwen3.6-Max-Preview 官方博客 —— 检索于 2026 年 6 月 19 日
• 阿里云百炼模型文档 —— 检索于 2026 年 6 月 19 日