GetInfoUs
Head-to-Head Model Comparison

Qwen3.7 Max vs Qwen3.6 Max Preview

Benchmarks, API Token Pricing, Context Window & Speed Comparison

Revisado por el equipo de investigación de GetInfoUsÚltima revisión: October 2026Política editorial
Compartir
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Qwen3.7 Max vs Qwen3.6 Max Preview: Benchmarks, Pricing & Speed Comparison

Qwen3.7 Max de Alibaba y Qwen3.6 Max Preview de Alibaba compiten directamente en el ecosistema actual de IA. Qwen3.7 Max ofrece una ventana de contexto de 1M tokens a $1.80/$7.20 por millón de tokens (entrada/salida), mientras que Qwen3.6 Max Preview ofrece 262.1K tokens de contexto a $1.50/$6.00 por millón de tokens. Analizamos sus benchmarks, latencia y costos reales.

Comparación Directa (VS)

Cambia y Compara Cualquier Modelo

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
Alibaba

Qwen3.7 Max

IA Agéntica y Uso de Herramientas

Qwen3.7 Max de Alibaba es un modelo de IA diseñado para flujos de trabajo agénticos autónomos, llamada a herramientas y automatización compleja, con ventana de contexto de 1M, velocidad de 80 tokens/s, índice de inteligencia de 92/100 y tar

Intelligence Index92 / 100
Input Token:

$1.80 / 1M

Output Token:

$7.20 / 1M

Context Window:

1M tokens

SWE-bench Verified:

73.5%

Alibaba

Qwen3.6 Max Preview

Modelo Insignia de Frontera

Qwen3.6 Max Preview de Alibaba es un modelo de IA diseñado para razonamiento empresarial de frontera, programación avanzada y flujos de producción, con ventana de contexto de 262K, velocidad de 75 tokens/s, índice de inteligencia de 90/100

Intelligence Index90 / 100
Input Token:

$1.50 / 1M

Output Token:

$6.00 / 1M

Context Window:

262.1K tokens

SWE-bench Verified:

70%

Diferencias Clave de un Vistazo

  • Qwen3.6 Max Preview is 1.2x cheaper for API usage (input + output tokens combined).
  • Qwen3.7 Max has a larger context window (1M vs 262K tokens).
  • Qwen3.7 Max is faster at 80 tok/s vs 75 tok/s.
  • Qwen3.7 Max leads on SWE-bench coding (73.5% vs 70.0%).
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
CaracterísticaQwen3.7 MaxQwen3.6 Max Preview
Intelligence Index
Composite reasoning & knowledge score (0-100)
9290
Provider
AlibabaAlibaba
Input Price
Cost per million input tokens
$1.80 / 1M$1.50 / 1M
Output Price
Cost per million output tokens
$7.20 / 1M$6.00 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$1.21 / 1M$1.01 / 1M
Context Window
Maximum input + output tokens
1M tokens~1,500 A4 pages of text262.1K tokens~393 A4 pages of text
Max Output Tokens
Per single request
32K16K
Throughput Speed
Tokens generated per second
80 tok/s75 tok/s
SWE-bench Verified
Real-world software engineering
73.5%70%
GPQA Diamond
Graduate-level reasoning
78.5%76%
Cached Input Price
Prompt caching discount per 1M tokens
$0.18 / 1M$0.15 / 1M

¿Quién gana en cada área?

At-a-glance decision framework
Código
Qwen3.7 Max
+3.5% SWE-bench lead
Costo
Qwen3.6 Max Preview
1.2x cheaper monthly runtime
Velocidad
Qwen3.7 Max
+7% faster generation
Contexto
Qwen3.7 Max
1M tokens window

Puntuaciones de Benchmarks Verificadas

Official evaluation metrics verified by independent third-party research labs.

Qwen3.7 MaxQwen3.6 Max Preview
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

73.5%vs70%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

78.5%vs76%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

88.5%vs87.5%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1470ptsvs1445pts
AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

86%vsN/A
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

80 tok/s vs75 tok/s

Latencia y Tiempo de Respuesta

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Qwen3.7 Max0.58s
Qwen3.6 Max Preview0.54s
Est. End-to-End Response (500 tokens)TTFT + generation time
Qwen3.7 Max6.83s
Qwen3.6 Max Preview7.21s

Simulador Interactivo de Costos de Tokens

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Qwen3.7 Max Monthly API Bill
$9.45 / month
$1.8/1M in · $7.2/1M out
Qwen3.6 Max Preview Monthly API Bill
$7.88 / month
$1.5/1M in · $6/1M out
Qwen3.6 Max Preview saves approximately $1.58 / month (17%) under this workload.1.2x Savings

Qwen3.7 Max · Strengths & Key Advantages

  • Ventana de contexto de 1M con hasta 32K tokens de salida máxima (SWE-bench Verified 73.5% · GPQA Diamond 78.5%)
  • Rendimiento ágil de 80 tokens/segundo con latencia inicial (TTFT) de solo 580 ms
  • Economía de API competitiva ($1.8/$7.2 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
  • Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
  • En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad

Qwen3.6 Max Preview · Strengths & Key Advantages

  • Ventana de contexto de 262K con hasta 16K tokens de salida máxima (SWE-bench Verified 70% · GPQA Diamond 76%)
  • Rendimiento ágil de 75 tokens/segundo con latencia inicial (TTFT) de solo 540 ms
  • Economía de API competitiva ($1.5/$6 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
  • Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
  • En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricQwen3.7 MaxQwen3.6 Max Preview
Cost per Task
Estimated USD to finish one task
$0.38$0.32
Output Tokens / Task
Tokens generated per task
32K28K
Reasoning Tokens / Task
Thinking tokens burned per task
14K11K

Especificaciones Técnicas

Architecture, release timeline, capabilities, and modalities.

CaracterísticaQwen3.7 MaxQwen3.6 Max Preview
Official API Model ID (SDK)qwen3-7-max-instructqwen3-6-max-preview-instruct
API ProtocolAlibaba REST API (OpenAI-Compatible)Alibaba REST API (OpenAI-Compatible)
Release Date2026-052026-04
Knowledge CutoffApril 2026March 2026
ArchitectureNext-Generation Deep Frontier Reasoning TransformerHigh-Scale Frontier Agentic Transformer
ParametersConfidentialConfidential
Enterprise Rate Limits (RPM / TPM)5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM
Long-Context Tier (>128K/200K)Flat rate ($1.8/1M in) across full 1000K windowFlat rate ($1.5/1M in) across full 262K window
Prompt Cache Policy & TTLCached input at $0.18/1M tokensCached input at $0.15/1M tokens
Computer Use / GUI AgentAPI / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
MCP & Parallel Tool CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxSupported via external Tavily/Exa Search & E2B/Docker Sandbox toolsSupported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning SupportAPI Prompt Engineering & RAG DistillationAPI Prompt Engineering & RAG Distillation
Multimodal Token BillingText BPE (~4 chars/token)Text BPE (~4 chars/token)
Quantization & Min GPU VRAMCloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API)Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API)
Safety & Frontier ClassificationAlibaba Production Safety & Alignment VerifiedAlibaba Production Safety & Alignment Verified
Enterprise Compliance (ZDR/HIPAA/SOC2)SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise TierSOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Input Modalitiestexttext
Output Modalitiestexttext

Qwen3.7 Max vs Qwen3.6 Max Preview: Respuestas Rápidas (FAQ)

Which is more intelligent, Qwen3.7 Max or Qwen3.6 Max Preview?

Qwen3.7 Max is more intelligent. It scores 92 compared with 90 on the composite Intelligence Index.

Which model is faster?

Qwen3.7 Max is faster, generating 80 tokens per second compared with 75 tokens per second.

Which model is cheaper to run?

Qwen3.6 Max Preview is cheaper at $1.01 per 1M tokens blended, compared with $1.21 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Qwen3.6 Max Preview has lower latency, with a time to first token of 0.54s compared with 0.58s.

Which model has a larger context window?

Qwen3.7 Max has a larger context window, supporting 1M tokens compared with 262.1K tokens.

Veredicto

Tanto Qwen3.7 Max (Ideal para flujos de trabajo agénticos autónomos, llamada a herramientas y automatización compleja, sistemas RAG empresariales y automatización mediante API.) como Qwen3.6 Max Preview (Ideal para razonamiento empresarial de frontera, programación avanzada y flujos de producción, sistemas RAG empresariales y automatización mediante API.) destacan en producción: Qwen3.7 Max lidera en inteligencia general y programación, Qwen3.7 Max ofrece mayor velocidad de generación de tokens y Qwen3.6 Max Preview resulta más rentable para cargas de trabajo API de alto volumen.

Preguntas frecuentes

¿Cuál es mejor para programación y razonamiento, Qwen3.7 Max o Qwen3.6 Max Preview?+

En las pruebas de inteligencia compuesta y resolución de código, Qwen3.7 Max obtiene la ventaja. Puedes revisar la tabla SWE-bench y GPQA arriba para comparar cada métrica.

¿Cuánto cuesta la API de Qwen3.7 Max frente a Qwen3.6 Max Preview?+

Qwen3.7 Max cuesta $1.80 / $7.20 por millón de tokens de entrada/salida, mientras que Qwen3.6 Max Preview cuesta $1.50 / $6.00. En costo combinado, Qwen3.6 Max Preview es la opción más económica.

¿Qué modelo tiene mayor ventana de contexto y menor latencia?+

Qwen3.7 Max cuenta con 1M tokens de contexto frente a 262.1K tokens de Qwen3.6 Max Preview. En velocidad de inferencia, Qwen3.7 Max ofrece un rendimiento superior.

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.

Fuentes: Documentación oficial de API de Alibaba y Alibaba, tarjetas de sistema y benchmarks independientes (2026).