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）。 在 TheRouter 上 qwen3.6-flash 仅支持文本，图片输入请使用 qwen/qwen3.7-flash。

Qwen3 → Qwen3.7 迁移指南：qwen3-max 10 月 10 日下线后怎么办

2026 年 10 月 10 日 00:00（北京时间），阿里云将在百炼（DashScope）平台下线五个 Qwen3 系列主线模型：qwen3-max、qwen3-max-preview、qwen3.6-max-preview、qwen3-coder-plus 和 qwen3-vl-flash。届时对这些 model ID 的 API 调用将直接报错，没有过渡期（官方公告 #118344，发布于 2026-06-08；模型下线机制说明，获取于 2026-07-13）。

这不是简单的模型替换，而是一次代际升级。Qwen3.7 替代模型带来了 1M token 上下文窗口、Max 层级原生多模态支持和统一的思考/非思考模式——但短上下文场景下单价更高。本指南涵盖精确的替代映射、能力差异、代码迁移、价格影响以及迁移中容易踩的坑。

我们通过已配置的 provider 路由 OpenAI 兼容请求，并在实际产品路径支持的情况下提供 provider/model 路由和 fallback。我们不承诺支持所有模型、零停机或最低价格。

1. 替换三个值，不是三个 SDK。在现有 OpenAI 客户端里改 api_key、base_url、model。请求与响应代码保持不变。
2. 显式映射 model ID。目标供应商的 model id 几乎不会和 OpenAI 完全一致。 在业务代码之外维护一份 { openai_id: target_id } 映射。
3. 验证流式格式。SSE 分片必须遵循 OpenAI 的 data: {...} + data: [DONE] 契约。切生产前先跑一次流式调用。
4. 检查限流响应头。部分供应商不返回 x-ratelimit-*。 在包装层 做缺省兜底，缺头不要崩。
5. 留回滚路径。用 feature flag 切流；新旧 endpoint 影子并行 24 小时，再正式切换。

下线模型与替代映射

所有替代模型均由阿里云官方公告指定，当前已在百炼上线，可立即开始测试（模型下线机制，获取于 2026-07-13）。

注意： 自公告发布起，百炼可能会逐步降低待下线模型的 QPM 和 TPM 限额。如果你曾申请过扩容，扩容额度会先恢复至默认值后再逐步缩减。

Qwen3.7 的能力升级

Qwen3.7 系列在架构层面针对 Agent 场景做了重新设计。以下是各替代对的能力差异：

qwen3-max → qwen3.7-max

Qwen3.7-Max 被定位为「Agent 前沿」模型，在编码（前端到后端）、办公自动化和多步骤任务规划方面均有显著提升（Qwen3.7 公告，发布于 2026-05-19）。06-08 快照加入的多模态能力支持超高像素分辨率图片理解。

qwen3-coder-plus → qwen3.7-plus

注意 qwen3.7-plus 是通用模型，不是代码专用模型。阿里云将整个 Qwen3.7 系列定位为无需专用 Coder 模型即可完成 Agent 编码任务。如果你依赖 qwen3-coder-plus 的代码优化特性，迁移前请在你的实际工作负载上对 qwen3.7-plus 做基准测试。

qwen3-vl-flash → qwen3.6-flash

qwen3.6-flash 是一个统一模型，同时处理文本和视觉请求，用一个 endpoint 替代专用的 qwen3-vl-flash。

代码迁移示例（OpenAI SDK）

百炼所有模型都支持 OpenAI 兼容接口。迁移只需要替换 model ID（百炼 OpenAI 兼容性，获取于 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",
)

# 迁移前
response = client.chat.completions.create(
-   model="qwen3-max",
+   model="qwen3.7-max",
    messages=[{"role": "user", "content": "解释量子计算"}],
)

# 迁移后——同样的代码，新 model ID

qwen3-coder-plus → qwen3.7-plus

# 迁移前
response = client.chat.completions.create(
-   model="qwen3-coder-plus",
+   model="qwen3.7-plus",
    messages=[{"role": "user", "content": "重构这个函数..."}],
)

qwen3-vl-flash → qwen3.6-flash

# 迁移前（视觉请求）
response = client.chat.completions.create(
-   model="qwen3-vl-flash",
+   model="qwen3.6-flash",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "这张图片里有什么？"},
            {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
        ]
    }],
)

就这些。 API 格式、响应结构、流式输出行为完全不变。无需升级 SDK，无需更改 endpoint。

价格变化

代际升级在价格层面有明显影响。Qwen3.7 模型在短上下文场景下更贵，在长上下文场景下有竞争力甚至更便宜。

qwen3-max vs qwen3.7-max（中国大陆，每百万 Token）

限时 5 折期间： qwen3.7-max 输入 ¥6/百万——仍是 qwen3-max 最低价（≤32K 的 ¥2.50）的 2.4 倍。但对 128K+ 上下文来说，折扣价比 qwen3-max 第三阶梯（¥7）更低。

恢复原价后： 短上下文场景下 qwen3.7-max 贵 4.8 倍。

（模型调用计费，获取于 2026-07-13。）

qwen3-coder-plus → qwen3.7-plus（中国大陆，每百万 Token）

qwen3-vl-flash → qwen3.6-flash（中国大陆，每百万 Token）

（模型调用计费，获取于 2026-07-13。）

踩坑预警——迁移前必看

1. 思考模式默认行为

qwen3-max 和 qwen3.7-max 都支持思考/非思考模式，但默认行为可能不同。如果你的应用显式设置了 enable_thinking=false 或 enable_thinking=true，迁移后请验证参数是否按预期生效。

2. 上下文长度计费模式转变

如果你以短上下文（≤32K token）大量调用，输入单价从 ¥2.50 跳到 ¥12（折扣后 ¥6）影响很大。考虑：

• Batch 调用：两个模型都支持 Batch API 半价。非实时场景用 Batch 能省一半。
• 上下文缓存：两个模型都支持百炼上下文缓存。重复的 system prompt 用缓存能降低输入 token 成本。
• 降级使用：如果 qwen3.7-max 对简单任务来说过于强大，考虑用 qwen3.7-plus（¥2/百万输入）或 qwen3.6-flash（¥1.20/百万输入）。

3. qwen3-coder-plus → 通用模型

qwen3.7-plus 不是专用编码模型，而是通用 Plus 层级。阿里云认为 Qwen3.7 架构的整体提升已经让通用模型足以应对编码任务。如果你有 qwen3-coder-plus 在特定代码任务上的基准测试数据，请用 qwen3.7-plus 重跑后再决定。

4. qwen3.6-max-preview 没有对应的新预览通道

qwen3.6-max-preview 用户被指向 qwen3.7-max（稳定版主线），而非一个新的 preview。如果你依赖 preview 通道获取最新能力，注意 qwen3.7-max 已经是 GA 版本。

5. 阶梯计费 vs 统一费率

qwen3-max 用阶梯计费（短上下文便宜，长上下文贵）。qwen3.7-max 用统一费率。这意味着你的成本优化策略需要调整——不再需要控制 prompt 长度来省钱，但也不会因为上下文变长而被额外惩罚。

通过 TheRouter 路由——自动 Fallback 配置

如果你通过 TheRouter 路由百炼请求，可以配置 fallback 路由，在旧模型下线后自动切换到替代模型：

1. 下线前测试——将部分流量路由到新模型，旧模型保持为主路径
2. 自动切换——旧模型开始报错时，TheRouter 的 fallback 路由 自动切到替代模型

qwen3-max → qwen3.7-max 的 fallback 配置示例：

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

我们在实际产品路径支持的情况下提供 provider/model 路由和 fallback。当前可用性请查看 qwen3-max 模型页 和 qwen3.7-max 模型页。

三组替代映射的 fallback 配置：

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。

回退方案

如果新模型在你的场景下表现不理想，10 月 10 日之前有以下选择：

1. 固定到快照版本：qwen3-max-2026-01-23 是 qwen3-max 当前底层快照。它同样在 10 月 10 日下线，但在过渡期内可以作为稳定目标边测试 qwen3.7-max。
2. 替代 provider：如果 qwen3.7-max 不满足你的需求，可以通过 TheRouter 路由到其他模型——DeepSeek V4（deepseek-chat）、Claude Sonnet 5 或 GPT-5.5 Pro，根据质量和成本选择。
3. Qwen 系列内降级：qwen3.7-plus 输入 ¥2/百万，比 qwen3.7-max 的 ¥12/百万便宜 6 倍。对许多工作负载来说 Plus 层级就够了。

迁移检查清单

• 识别受影响模型：通过模型观测检查你的账号是否在调用 qwen3-max、qwen3-max-preview、qwen3.6-max-preview、qwen3-coder-plus 或 qwen3-vl-flash
• 替换代码中的 model ID：用替代模型替换每个下线模型（见上方映射表）
• 用实际业务做基准测试：在替代模型上跑你的测试集/评估集，特别关注从 qwen3-coder-plus 迁移时的代码生成质量
• 评估价格影响：根据你的典型 prompt 长度计算成本差异，短上下文工作负载受影响最大
• 验证思考模式参数：如果你显式设置了 enable_thinking，确认在新模型上行为一致
• 更新限流预期：检查扩容后的 QPM/TPM 是否延续（大概率不会——需要为替代模型重新申请）
• 配置 fallback 路由：如果使用 TheRouter，配置 qwen3-max → qwen3.7-max 等 fallback
• 设日历提醒：2026 年 10 月 10 日 00:00 CST 是硬性截止日期
• 持续关注下线页面：百炼可能在截止日期前逐步降低下线模型的限额，关注模型下线页面获取最新信息

常见问题

Q：这次和之前 9 月 8 日的公告是同一批模型吗？

A：是的。原始公告（#118344，2026-06-08 发布）列出的下线日期是 9 月 8 日。百炼后续将所有下线波次统一延期到 10 月 10 日。模型不变，只是截止日期推迟了。（模型下线机制说明，获取于 2026-07-13。）

Q：需要更换百炼 API Key 或 base URL 吗？

A：不需要。API Key、base URL 和请求格式都不变，只需更新 API 调用中的 model 参数。

Q：qwen3-max 的快照版本（如 qwen3-max-2026-01-23）也会下线吗？

A：是的。所有 qwen3-max 快照版本也在 10 月 10 日下线波次中，列在另一个公告中（#118345），截止日期相同。

Q：qwen3.7-max 能直接替代 qwen3.6-max-preview 吗？

A：可以。qwen3.6-max-preview → qwen3.7-max 是官方指定的替代关系。qwen3.7-max 是 GA 正式版，替代所有 Max 层级的 preview 版本。

Q：qwen3-max-preview 有新的 preview 通道吗？

A：qwen3.7-max-preview 存在，但仅支持思考模式。如果你需要思考和非思考两种模式，请使用 qwen3.7-max（主线版本），它同时支持两种模式。