Qwen3.7-Max is the flagship model in Alibaba's Qwen3.7 series. It supports text input and output and is designed for agent-centric workloads, with particular strengths in coding, office and productivity tasks, and long-horizon autonomous execution. The model offers notable gains in coding and agentic performance over prior Qwen generations and supports explicit prompt caching for efficient repeated context use.
제공업체
여러 회사가 동일한 모델을 호스팅합니다. OpenRouter는 선택한 라우팅 모드인 Balanced(가격 + 속도), Nitro(가장 빠름), Floor(가장 저렴함)에 따라 그중 한 곳으로 요청을 라우팅합니다.
| US$1.475 | US$4.425 | US$0.295 | US$1.84375 | US$0.1475 | 1.25s | 59 tok/s | ||
Standard 라우팅에서 사용되지 않음:이 엔드포인트가 사용되지 않는 이유 | ||||||||
| US$2.000 | US$6.000 | US$0.400 | -- | -- | -- | -- | ||
- 입력 US$1.475 / 출력 US$4.42559 tok/s가동 시간 99.93%
- Standard 라우팅에서 사용되지 않음:이 엔드포인트가 사용되지 않는 이유
- 입력 US$2.00 / 출력 US$6.00-- tok/s가동 시간 --
요금
고객이 이 모델에 실제로 지불하는 평균 가격을 제공업체가 게시한 가격과 나란히 표시합니다. 캐싱과 할인으로 인해 실제 지불 가격은 정가보다 훨씬 낮은 경우가 많습니다.
가중 평균
Qwen3.7 Max — 가격 이력
| US$0.643 | US$4.42 | 69.8% | 100.0% | ||
Standard 라우팅에서 사용되지 않음:이 엔드포인트가 사용되지 않는 이유 | |||||
| US$2.000 | US$6.00 | 0.0% | 0.0% | ||
- 적용 시점 US$0.643 / 실효 출력 US$4.42토큰 점유율100.0%
- Standard 라우팅에서 사용되지 않음:이 엔드포인트가 사용되지 않는 이유
- 적용 시점 US$2.000 / 실효 출력 US$6.00토큰 점유율0.0%
성능
처리량은 모델의 출력 속도입니다(초당 토큰 수 — 높을수록 좋습니다). 지연 시간은 전체 왕복 시간입니다(낮을수록 좋습니다). TTFT는 첫 토큰까지 걸리는 시간, 즉 출력이 나타나기까지 걸리는 시간입니다(낮을수록 좋습니다).
P50, 제공업체 중 최고
P50, 최상의 제공업체
가동 시간
가동 시간은 지난 3일 동안 하나 이상의 제공업체가 요청에 응답한 시간의 비율입니다. 가용성은 추론이 성공적으로 제공된 시간의 비율입니다. OpenRouter는 지속적으로 모니터링하며 제공업체가 오류를 반환하면 차선의 제공업체를 사용합니다.
지난 3일간 가용성
최근 72시간지난 24시간 동안의 가용성
업스트림 제공업체에서 오류가 발생하면 요청 필터가 허용하는 경우 정상 상태인 다른 제공업체로 라우팅하여 복구할 수 있습니다. 제공업체별 가동 시간 데이터에 프로그래밍 방식으로 액세스할 때 사용하는 API는 엔드포인트 API입니다. 자세히 알아볼 수 있는 관련 옵션은 부하 분산 및 제공업체 라우팅 옵션입니다.
벤치마크
표준화된 평가 점수와 공통 벤치마크 프롬프트에 대한 이 모델 자체의 출력입니다. 백분율이 높을수록 좋으며, 각 순위는 해당 출처에서 평가한 모델 중 이 모델의 위치를 보여 줍니다.
| 출처 | 벤치마크 | 점수 |
|---|---|---|
| Artificial Analysis | Qwen3.7 Max Coding Index | 66.0 |
| Artificial Analysis | Qwen3.7 Max Agentic Index | 22.5 |
| Artificial Analysis | Qwen3.7 Max GPQA Diamond | 92.3% |
| Artificial Analysis | Qwen3.7 Max HLE | 40.5% |
| Artificial Analysis | Qwen3.7 Max IFBench | 80.5% |
| Artificial Analysis | Qwen3.7 Max τ²-Bench Telecom | 94.7% |
| Artificial Analysis | Qwen3.7 Max AA-LCR | 79.0% |
| Artificial Analysis | Qwen3.7 Max τ-Bench Banking | 11.8% |
| Artificial Analysis | Qwen3.7 Max GDPval-AA | 31.7% |
| Artificial Analysis | Qwen3.7 Max CritPt | 13.4% |
| Artificial Analysis | Qwen3.7 Max SciCode | 49.5% |
| Artificial Analysis | Qwen3.7 Max Terminal-Bench Hard | 50.8% |
| Artificial Analysis | Qwen3.7 Max Terminal-Bench 4.0 | 1.5% |
| Artificial Analysis | Qwen3.7 Max Terminal-Bench 2.1 | 74.5% |
| Design Arena | Qwen3.7 Max Agents Arena Agenticgamedev Elo | 1102 |
| Design Arena | Qwen3.7 Max Agents Arena Androidnative Elo | 1148 |
| Design Arena | Qwen3.7 Max Agents Arena Blender3d Elo | 980 |
| Design Arena | Qwen3.7 Max Agents Arena Full Stack Elo | 1166 |
| Design Arena | Qwen3.7 Max Agents Arena Godotgamedev Elo | 1164 |
| Design Arena | Qwen3.7 Max Agents Arena Htmlslides Elo | 1055 |
| Design Arena | Qwen3.7 Max Agents Arena Mobile Apps Elo | 1150 |
| Design Arena | Qwen3.7 Max Agents Arena Pdf Elo | 1154 |
| Design Arena | Qwen3.7 Max Agents Arena Python-Pptxslides Elo | 1153 |
| Design Arena | Qwen3.7 Max Agents Arena Spreadsheet Elo | 987 |
| Design Arena | Qwen3.7 Max Agents Arena Webapps Elo | 1186 |
| Design Arena | Qwen3.7 Max Models Arena 3D Elo | 1244 |
| Design Arena | Qwen3.7 Max Models Arena Asciiart Elo | 1197 |
| Design Arena | Qwen3.7 Max Models Arena Code Categories Elo | 1265 |
| Design Arena | Qwen3.7 Max Models Arena Data Visualization Elo | 1273 |
| Design Arena | Qwen3.7 Max Models Arena Game Development Elo | 1254 |
| Design Arena | Qwen3.7 Max Models Arena SVG Elo | 1204 |
| Design Arena | Qwen3.7 Max Models Arena UI Component Elo | 1263 |
| Design Arena | Qwen3.7 Max Models Arena Website Elo | 1267 |
| Vals AI | Qwen 3.7 Max Code Migration | 13.1% |
| Vals AI | Qwen 3.7 Max CorpFin v2 | 63.7% |
| Vals AI | Qwen 3.7 Max EMB | 57.0% |
| Vals AI | Qwen 3.7 Max Finance Agent (v2) | 47.8% |
| Vals AI | Qwen 3.7 Max GPQA Diamond | 90.2% |
| Vals AI | Qwen 3.7 Max Harvey's Legal Agent Benchmark v1 | 1.7% |
| Vals AI | Qwen 3.7 Max IOI v1 | 46.8% |
| Vals AI | Qwen 3.7 Max LiveCodeBench | 87.1% |
| Vals AI | Qwen 3.7 Max LegalBench | 84.9% |
| Vals AI | Qwen 3.7 Max Legal Research Bench | 25.5% |
| Vals AI | Qwen 3.7 Max MedCode | 38.8% |
| Vals AI | Qwen 3.7 Max MedScribe | 79.4% |
| Vals AI | Qwen 3.7 Max MMLU Pro | 89.3% |
| Vals AI | Qwen 3.7 Max ProofBench v1 | 26.0% |
| Vals AI | Qwen 3.7 Max SWE-bench | 68.8% |
| Vals AI | Qwen 3.7 Max Tax Agent Bench | 15.8% |
| Vals AI | Qwen 3.7 Max TaxEval v2 | 75.3% |
| Vals AI | Qwen 3.7 Max Terminal-Bench 2.1 | 61.0% |
| Vals AI | Qwen 3.7 Max Vals Index | 44.8% |
| Vals AI | Qwen 3.7 Max Vibe Code Bench v1.1 | 47.7% |
앱
이 모델에 가장 많은 트래픽을 보내는 공개 앱입니다. 실제 프로덕션 워크로드의 모습을 보여주는 유용한 지표이자 이 모델이 어떤 사용 사례에 가장 적합한지 알려주는 단서입니다.
활동
시간에 따른 이 모델의 토큰 사용량 및 요청 트래픽.
API
이 모델을 호출하는 데 바로 사용할 수 있는 코드입니다. OpenRouter의 API는 OpenAI와 호환되므로 대부분의 SDK는 기본 URL만 바꾸면 작동합니다. 모델 간에 달라지는 것은 아래 모델 슬러그뿐입니다.
현재 EU 역내 라우팅을 통해 사용할 수 없습니다. 리전 내 라우팅 문서
자주 묻는 질문
Qwen3.7-Max is the flagship model in Alibaba's Qwen3.7 series. It supports text input and output and is designed for agent-centric workloads, with particular strengths in coding, office and productivity tasks, and long-horizon autonomous execution.
Qwen3.7 Max의 비용은 US$1.475/M 입력 토큰 및 US$4.425/백만 출력 토큰, Cache Read: US$0.295/M tokens, Cache Creation (5min): US$1.844/M tokens 및 Cache Read (5min): US$0.1475/M tokens에는 별도 요금 적용입니다.
Qwen3.7 Max의 컨텍스트 윈도우는 1,000,000토큰입니다. 최대 131,072개의 완성 토큰을 지원합니다.
예. Qwen3.7 Max은(는) 함수 호출을 위해 tools와 tool_choice를 지원합니다. 또한 response_format의 JSON 스키마를 통해 구조화된 출력을 지원합니다.
Qwen3.7 Max은 OpenRouter에서 1개 제공업체가 제공합니다: Alibaba Cloud Int..
Qwen4 Max, Qwen3.8 Max Prime, Qwen3.8 Omni Flash 외 36개은(는) Qwen의 다른 텍스트 모델입니다.
Qwen3.7 Max은 2026년 5월 21일에 출시되었습니다.
