Head-to-Head Model Comparison

Qwen3.7 Max vs Qwen3.8 Max Preview

Benchmarks, API Token Pricing, Context Window & Speed Comparison

Vérifié par l’équipe de recherche de GetInfoUsDernière révision : October 2026Politique éditoriale

Changez et Comparez les Modèles

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

Qwen3.7 MaxProfile

Qwen3.8 Max PreviewProfile

Multi-Model Arena Stack:

5-Model Matrix Workbench

Popular Matchups:

Alibaba

Qwen3.7 Max

IA Agentique et Outils Autonomes

Qwen3.7 Max de Alibaba est un modèle d’IA conçu pour les flux de travail agentiques autonomes, l’appel d’outils et l’orchestration multi-étapes, offrant une fenêtre de contexte de 1M, une vitesse de 80 tokens/s, un indice d’intelligence de

Intelligence Index92 / 100

Input Token:

$1.80 / 1M

Output Token:

$7.20 / 1M

Context Window:

1M tokens

SWE-bench Verified:

73.5%

Alibaba

Qwen3.8 Max Preview

Modèle de Base à Poids Ouverts

Qwen3.8 Max Preview de Alibaba est un modèle d’IA conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, offrant une fenêtre de contexte de 1M, une vitesse de 60 tokens/s, un indice d’intelli

Intelligence Index93 / 100

Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

1M tokens

SWE-bench Verified:

75.2%

Différences Clés en un Coup d’Œil

Qwen3.8 Max Preview is 1.0x cheaper for API usage (input + output tokens combined).
Qwen3.7 Max is faster at 80 tok/s vs 60 tok/s.
Qwen3.8 Max Preview leads on SWE-bench coding (75.2% vs 73.5%).

Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →

Caractéristique	Qwen3.7 Max	Qwen3.8 Max Preview
Intelligence Index Composite reasoning & knowledge score (0-100)	92	93
Provider	Alibaba	Alibaba
Input Price Cost per million input tokens	$1.80 / 1M	$0.00 / 1M
Output Price Cost per million output tokens	$7.20 / 1M	$0.00 / 1M
Blended Price Weighted 7:2:1 cache:input:output per 1M	$1.21 / 1M	$0.00 / 1M
Context Window Maximum input + output tokens	1M tokens~1,500 A4 pages of text	1M tokens~1,500 A4 pages of text
Max Output Tokens Per single request	32K	32K
Throughput Speed Tokens generated per second	80 tok/s	60 tok/s
SWE-bench Verified Real-world software engineering	73.5%	75.2%
GPQA Diamond Graduate-level reasoning	78.5%	79.5%
Cached Input Price Prompt caching discount per 1M tokens	$0.18 / 1M	$0.00 / 1M

Qui gagne où ?

At-a-glance decision framework

Code

Qwen3.8 Max Preview

+1.7% SWE-bench lead

Coût

Qwen3.8 Max Preview

1.0x cheaper monthly runtime

Vitesse

Qwen3.7 Max

+33% faster generation

Contexte

Tied

1M tokens window

Scores de Benchmarks Vérifiés

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

Qwen3.7 MaxQwen3.8 Max Preview

SWE-bench Verified (Autonomous Coding)

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

73.5%vs75.2%

GPQA Diamond (Doctorate-Level Science & Math)

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

78.5%vs79.5%

MMLU-Pro (Multi-task Language Understanding)

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

88.5%vs89%

LMSYS Chatbot Arena Elo

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

1470ptsvs1485pts

LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

N/Avs77%

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 vs60 tok/s

Latence et Temps de Réponse

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

Qwen3.8 Max Preview0.68s

Est. End-to-End Response (500 tokens)TTFT + generation time

Qwen3.7 Max6.83s

Qwen3.8 Max Preview9.01s

Simulateur Interactif de Coût de Tokens

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

Daily Input Tokens100K / day

10K500K1M

Daily Output Tokens30K / day

5K150K300K

Prompt Cache Hit Ratio50% cached

0% (Cold)50%90% (Warm)

Qwen3.7 Max Monthly API Bill

$9.45 / month

$1.8/1M in · $7.2/1M out

Qwen3.8 Max Preview Monthly API Bill

$0.00 / month

$0/1M in · $0/1M out

Qwen3.8 Max Preview saves approximately $9.45 / month (100%) under this workload.1.0x Savings

Qwen3.7 Max · Strengths & Key Advantages

Fenêtre de contexte de 1M et capacité de sortie maximale de 32K tokens (SWE-bench Verified 73.5% · GPQA Diamond 78.5%)
Débit rapide de 80 tokens/seconde avec une latence au premier token (TTFT) de 580 ms
Tarification API optimisée ($1.8/$7.2 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts

Considerations & Trade-offs

Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

Qwen3.8 Max Preview · Strengths & Key Advantages

Fenêtre de contexte de 1M et capacité de sortie maximale de 32K tokens (SWE-bench Verified 75.2% · GPQA Diamond 79.5%)
Débit rapide de 60 tokens/seconde avec une latence au premier token (TTFT) de 680 ms
Poids ouverts (2.4T total (95B MoE)) permettant un déploiement sur site ou cloud privé via vLLM, SGLang ou Ollama

Considerations & Trade-offs

Nécessite des serveurs GPU dotés de suffisamment de mémoire VRAM pour l’inférence locale à pleine précision
Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

Token Use & Task Economics

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

Metric	Qwen3.7 Max	Qwen3.8 Max Preview
Cost per Task Estimated USD to finish one task	$0.38	$0.00
Output Tokens / Task Tokens generated per task	32K	35K
Reasoning Tokens / Task Thinking tokens burned per task	14K	15K

Spécifications Techniques

Architecture, release timeline, capabilities, and modalities.

Caractéristique	Qwen3.7 Max	Qwen3.8 Max Preview
Official API Model ID (SDK)	qwen3-7-max-instruct	qwen3-8-max-preview-instruct
API Protocol	Alibaba REST API (OpenAI-Compatible)	OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date	2026-05	2026-07
Knowledge Cutoff	April 2026	April 2026
Architecture	Next-Generation Deep Frontier Reasoning Transformer	Colossus-Scale Open Sparse Mixture-of-Experts
Parameters	Confidential	2.4T total (95B active MoE)
Enterprise Rate Limits (RPM / TPM)	5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM	Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)	Flat rate ($1.8/1M in) across full 1000K window	Free across full context window (only KV-cache VRAM scales)
Prompt Cache Policy & TTL	Cached input at $0.18/1M tokens	Automatic prefix KV-caching in vLLM / SGLang (0 cost)
Computer Use / GUI Agent	API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)	Supported (Screen coordinate grounding, browser & desktop GUI action loops)
MCP & Parallel Tool Calling	Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema	Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & Sandbox	Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools	Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning Support	API Prompt Engineering & RAG Distillation	Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
Multimodal Token Billing	Text BPE (~4 chars/token)	Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
Quantization & Min GPU VRAM	Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API)	BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 1488 GB VRAM (4-bit Quantized) · 5160 GB VRAM (Native BF16)
Safety & Frontier Classification	Alibaba Production Safety & Alignment Verified	Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)	SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier	100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalities	text	text, vision
Output Modalities	text	text

Qwen3.7 Max vs Qwen3.8 Max Preview: Réponses Rapides (FAQ)

Which is more intelligent, Qwen3.7 Max or Qwen3.8 Max Preview?

Qwen3.8 Max Preview is more intelligent. It scores 93 compared with 92 on the composite Intelligence Index.

Which model is faster?

Qwen3.7 Max is faster, generating 80 tokens per second compared with 60 tokens per second.

Which model is cheaper to run?

Qwen3.8 Max Preview is cheaper at $0.00 per 1M tokens blended, compared with $1.21 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Qwen3.7 Max has lower latency, with a time to first token of 0.58s compared with 0.68s.

Verdict

Qwen3.7 Max (Conçu pour les flux de travail agentiques autonomes, l’appel d’outils et l’orchestration multi-étapes, l’intégration RAG et les pipelines de production évolutifs.) et Qwen3.8 Max Preview (Conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Qwen3.8 Max Preview domine sur les benchmarks de raisonnement et de programmation, Qwen3.7 Max assure un débit supérieur et Qwen3.8 Max Preview offre le meilleur rapport coût-efficacité en production.

Questions fréquentes

Quel modèle choisir pour le code et le raisonnement, Qwen3.7 Max ou Qwen3.8 Max Preview ?+

Sur l’indice d’intelligence composite et les tests de code, Qwen3.8 Max Preview prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.

Quelle est la différence de prix API entre Qwen3.7 Max et Qwen3.8 Max Preview ?+

Qwen3.7 Max est facturé $1.80 / $7.20 par million de tokens (entrée/sortie) contre $0.00 / $0.00 pour Qwen3.8 Max Preview. En coût pondéré, Qwen3.8 Max Preview est plus économique.

Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+

Qwen3.7 Max prend en charge 1M tokens contre 1M tokens pour Qwen3.8 Max Preview. Côté vitesse de génération, Qwen3.7 Max est le plus rapide.

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 & Pricing Context Window AI Benchmarks Reasoning Models Tool Calling Model Context Protocol (MCP)

Qwen3.7 Max vs Qwen3.8 Max Preview

Changez et Comparez les Modèles

Qwen3.7 Max

Qwen3.8 Max Preview

Qui gagne où ?

Scores de Benchmarks Vérifiés

Latence et Temps de Réponse

Simulateur Interactif de Coût de Tokens

Qwen3.7 Max · Strengths & Key Advantages

Considerations & Trade-offs

Qwen3.8 Max Preview · Strengths & Key Advantages

Considerations & Trade-offs

Token Use & Task Economics

Spécifications Techniques

Qwen3.7 Max vs Qwen3.8 Max Preview: Réponses Rapides (FAQ)

Verdict

Questions fréquentes

Related reading