2026 年 9 月千问模型下线迁移指南

2026 年 9 月 8 日 00:00（北京时间），阿里云百炼（DashScope）将关停五个千问主线模型：qwen3-max、qwen3-max-preview、qwen3.6-max-preview、qwen3-coder-plus 和 qwen3-vl-flash。届时，对这些模型 ID 的 API 调用将直接返回错误——没有降级模式，没有宽限期（官方公告，发布于 2026-06-08；模型下线机制说明，获取于 2026-06-23）。

本指南提供替代映射、代码迁移示例、价格对比和迁移检查清单。如果你使用 TheRouter 进行路由，可以提前配置从旧模型到替代模型的 fallback，让路由层自动完成切换。

我们通过配置的 provider 路由 OpenAI 兼容请求，并在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、零宕机或保证最低价格。

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。

30 秒速览

三个模型系列将于 2026 年 9 月 8 日下线，官方替代方案如下：

所有替代模型均由阿里云官方下线通知指定，目前已在百炼平台可用，可立即开始测试。

哪些模型将于 9 月 8 日下线

官方公告（阿里云公告 #118344，发布于 2026-06-08）列出以下五个模型 ID：

千问 Max 系列

• qwen3-max — 当前 Max 主线模型（等同于 qwen3-max-2026-01-23），支持思考和非思考模式，阶梯计费，256K 上下文窗口。
• qwen3-max-preview — Max 层级的预览通道，支持思考和非思考模式。
• qwen3.6-max-preview — 千问 3.6 代的 Max 预览版，支持思考 + 非思考模式，256K 上下文，阶梯计费。

千问 Coder

• qwen3-coder-plus — Plus 层级的编程模型，用于 AI 编程管道和 CI 集成代码审查。

千问 VL（视觉语言）

• qwen3-vl-flash — 轻量级视觉模型，用于图像理解任务。

下线前影响： 自下线通知发布之日起，百炼可能逐步缩减这些模型的 QPM 和 TPM 配额。已申请扩容的模型会先恢复至默认限流后再缩减（模型下线机制说明，获取于 2026-06-23）。

替代映射 — 旧模型 → 新模型

qwen3-max → qwen3.7-max

费用影响： 对于短请求（≤32K 输入），qwen3.7-max 更贵：每百万输入 Token ¥12 vs ¥2.50。对于长上下文负载（128K+），统一的 ¥12 费率比 qwen3-max 第三阶梯的 ¥7 更便宜。请根据你的典型提示词长度评估（模型调用计费，获取于 2026-06-23）。

qwen3-coder-plus → qwen3.7-plus

关键变化： qwen3.7-plus 是通用模型，不是专用编程模型。它能很好地处理编程任务（是阿里云指定的官方替代），但如果你依赖 qwen3-coder-plus 的专门代码生成行为，请在切换前对你的编程基准测试进行回归验证。

qwen3-vl-flash → qwen3.6-flash

qwen3.6-flash 替代 qwen3-vl-flash 用于视觉任务。注意 qwen3.6-flash 是通用 Flash 模型而非 VL 专用模型——请验证图像输入格式在你的管道中是否保持一致。

代码迁移示例（OpenAI SDK）

迁移实际上就是替换模型 ID。如果你通过 OpenAI Python SDK 连接百炼的 OpenAI 兼容端点，只需改一行：

# 迁移前 — qwen3-max（9 月 8 日下线）
from openai import OpenAI

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

response = client.chat.completions.create(
    model="qwen3-max",  # ← 即将下线
    messages=[{"role": "user", "content": "解释注意力机制。"}],
)

# 迁移后 — qwen3.7-max（替代模型）
from openai import OpenAI

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

response = client.chat.completions.create(
    model="qwen3.7-max",  # ← 替代模型
    messages=[{"role": "user", "content": "解释注意力机制。"}],
)

qwen3-coder-plus → qwen3.7-plus 同理：

# 迁移前
response = client.chat.completions.create(
    model="qwen3-coder-plus",  # ← 即将下线
    messages=[{"role": "user", "content": "将这个函数重构为 async/await 模式。"}],
)

# 迁移后
response = client.chat.completions.create(
    model="qwen3.7-plus",  # ← 替代模型
    messages=[{"role": "user", "content": "将这个函数重构为 async/await 模式。"}],
)

迁移检查清单和注意事项

1. 确认你实际使用了哪些模型。 前往百炼模型观测，筛选五个即将下线的模型 ID。如果流量为零，迁移已完成。

2. 用替代模型测试你的实际负载。 不要只看基准测试——用你的真实提示词对 qwen3.7-max（或 qwen3.7-plus / qwen3.6-flash）进行测试，对比输出。重点检查：

   • 输出格式一致性（JSON mode、结构化输出）
   • 思考模式行为（如果你使用 enable_thinking: true）
   • Token 数量差异（Qwen3.7-Max 使用统一价格——费用可能变化）

3. 在所有环境中更新模型 ID。 搜索代码库中的字符串：qwen3-max、qwen3-max-preview、qwen3.6-max-preview、qwen3-coder-plus、qwen3-vl-flash。别忘了配置文件、环境变量和 CI 管道。

4. 注意限流变化。 百炼在下线通知后会逐步降低即将下线模型的 QPM/TPM。如果遇到意外的 429 错误，检查配额是否已被重置。

5. 更新针对特定模型的提示词调优。 如果你对 qwen3-max 的行为优化过系统提示词，替代模型对同样的提示词工程技巧可能有不同响应。

6. 评估价格影响。 从 qwen3-max（≤32K 时 ¥2.50/百万输入）迁移到 qwen3.7-max（统一 ¥12/百万）的短上下文用户，输入成本将增加约 4.8 倍。长上下文用户可能节省费用。在切换前建模预期成本。

价格对比 — 新旧模型

所有价格为每百万 Token，中国大陆区域（模型调用计费，获取于 2026-06-23）：

总结： qwen3.6-max-preview → qwen3.7-max 明显降本（输出从 ¥54 降至 ¥36）。qwen3-max → qwen3.7-max 短上下文更贵但长上下文更便宜。qwen3-coder-plus → qwen3.7-plus 价格更高但增加了思考模式和更大的上下文窗口。

如何配置路由 Fallback 进行迁移

如果你使用 TheRouter，可以配置 fallback 链——当旧模型 ID 停止工作时自动将请求发送到替代模型，或者在截止日期前主动将所有流量路由到替代模型。

我们通过配置的 provider 路由 OpenAI 兼容请求，并在产品路径支持的情况下提供 provider/model 路由和 fallback。

方案 1：提前切换路由。 在 TheRouter 模型配置中将 qwen3-max 请求指向 qwen3.7-max。你的应用代码无需更改——TheRouter 处理模型 ID 映射。

方案 2：Fallback 链。 将 qwen3-max 配置为主模型，qwen3.7-max 为 fallback。当主模型开始返回错误（由于配额缩减或最终关停），请求自动回落到替代模型。详见我们的模型 fallback 指南。

方案 3：影子测试。 将一定比例的流量路由到 qwen3.7-max，同时保持生产流量在 qwen3-max 上。对比输出以检查回归问题，确认无误后切换 100%。

如果替代模型不适合的回退方案

如果 qwen3.7-max 在你的负载上效果不理想：

1. 尝试 qwen3.7-max 的不同快照。 目前有两个快照：qwen3.7-max-2026-05-20（仅文本）和 qwen3.7-max-2026-06-08（多模态）。旧快照的行为可能更接近 qwen3-max。

2. 考虑跨 provider 替代方案。 Max 层级负载可选 DeepSeek V4（通过百炼或直连）和 GPT-4o（通过 OpenAI）。编程负载替代 qwen3-coder-plus 可选 Kimi K2.7 Code 或 DeepSeek V4。

3. 提交百炼工单。 如有合理的业务理由需要保留 qwen3-max，阿里云偶尔会为高流量客户延长截止日期。不要指望这一点，但选项存在。

时间线和建议操作日期

不要等到 9 月。 百炼在下线通知发布后就开始缩减下线模型的配额。如果你已经看到 QPM/TPM 限制降低，那就是预警信号。

相关文章

• 2026 年 Q3 中国 AI 模型下线日历 — 完整的跨 provider 下线时间线
• Qwen3.6-Max vs Qwen3.7-Max 升级对比 — Max 模型的详细技术对比
• 千问 Turbo/VL/Coder-Plus 7 月 13 日下线迁移指南 — 更早的百炼下线波次
• 阿里云百炼 API 指南 — 百炼平台接入和路由配置
• OpenAI 兼容 API 供应商 — 跨 provider 路由选项

---

来源：阿里云官方公告 #118344（发布于 2026-06-08），百炼模型下线机制说明（获取于 2026-06-23），百炼模型调用计费（获取于 2026-06-23）。所有价格为人民币。价格和模型可用性可能变化——在做生产决策前请以官方文档为准。