Qwen3.7 Max vs Qwen3.6 Max Preview
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Qwen3.7 Max от Alibaba и Qwen3.6 Max Preview от Alibaba — две ключевые модели ИИ в своём классе. Qwen3.7 Max предлагает контекстное окно 1M токенов по цене $1.80/$7.20 за 1 млн токенов, а Qwen3.6 Max Preview — контекст 262.1K токенов по цене $1.50/$6.00 за 1 млн токенов. Ниже представлено сравнение бенчмарков, задержки и экономики.
Выбирайте и сравнивайте любые модели
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Qwen3.7 Max
Автономная агентная модельQwen3.7 Max от Alibaba — специализированная ИИ-модель для автономных агентных сценариев, вызова внешних инструментов и автоматизации, обеспечивающая контекстное окно 1M, скорость 80 ток/с и индекс интеллекта 92/100 (по цене $1.8/$7.2 за 1M
$1.80 / 1M
$7.20 / 1M
1M tokens
73.5%
Qwen3.6 Max Preview
Флагманская передовая модельQwen3.6 Max Preview от Alibaba — специализированная ИИ-модель для передового корпоративного рассуждения, программирования и промышленных ИИ-систем, обеспечивающая контекстное окно 262K, скорость 75 ток/с и индекс интеллекта 90/100 (по цене
$1.50 / 1M
$6.00 / 1M
262.1K tokens
70%
Ключевые отличия кратко
- 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%).
| Feature | Qwen3.7 Max | Qwen3.6 Max Preview |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 92 | 90 |
Provider | Alibaba | Alibaba |
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 text | 262.1K tokens~393 A4 pages of text |
Max Output Tokens Per single request | 32K | 16K |
Throughput Speed Tokens generated per second | 80 tok/s | 75 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 |
Кто лидирует в каждой категории?
At-a-glance decision frameworkРезультаты проверенных бенчмарков
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Tokens emitted per second during active generation streaming.
Задержка и скорость ответа
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Интерактивный калькулятор стоимости токенов
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Qwen3.7 Max · Strengths & Key Advantages
- Контекстное окно 1M и генерация до 32K выходных токенов за ответ (SWE-bench Verified 73.5% · GPQA Diamond 78.5%)
- Высокая скорость генерации 80 токенов/сек при задержке до первого токена (TTFT) всего 580 мс
- Выгодная тарификация API (по цене $1.8/$7.2 за 1M токенов) с поддержкой кэширования промптов и строгих JSON-схем
Considerations & Trade-offs
- Проприетарная облачная модель без возможности скачивания весов для локального запуска в закрытом контуре
- В сверхсложных научных доказательствах специализированные тяжелые модели рассуждения могут показывать большую глубину
Qwen3.6 Max Preview · Strengths & Key Advantages
- Контекстное окно 262K и генерация до 16K выходных токенов за ответ (SWE-bench Verified 70% · GPQA Diamond 76%)
- Высокая скорость генерации 75 токенов/сек при задержке до первого токена (TTFT) всего 540 мс
- Выгодная тарификация API (по цене $1.5/$6 за 1M токенов) с поддержкой кэширования промптов и строгих JSON-схем
Considerations & Trade-offs
- Проприетарная облачная модель без возможности скачивания весов для локального запуска в закрытом контуре
- В сверхсложных научных доказательствах специализированные тяжелые модели рассуждения могут показывать большую глубину
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Qwen3.7 Max | Qwen3.6 Max Preview |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.38 | $0.32 |
Output Tokens / Task Tokens generated per task | 32K | 28K |
Reasoning Tokens / Task Thinking tokens burned per task | 14K | 11K |
Технические характеристики
Architecture, release timeline, capabilities, and modalities.
| Feature | Qwen3.7 Max | Qwen3.6 Max Preview |
|---|---|---|
| Official API Model ID (SDK) | qwen3-7-max-instruct | qwen3-6-max-preview-instruct |
| API Protocol | Alibaba REST API (OpenAI-Compatible) | Alibaba REST API (OpenAI-Compatible) |
| Release Date | 2026-05 | 2026-04 |
| Knowledge Cutoff | April 2026 | March 2026 |
| Architecture | Next-Generation Deep Frontier Reasoning Transformer | High-Scale Frontier Agentic Transformer |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM | 5,000 – 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 window | Flat rate ($1.5/1M in) across full 262K window |
| Prompt Cache Policy & TTL | Cached input at $0.18/1M tokens | Cached input at $0.15/1M tokens |
| Computer Use / GUI Agent | API / 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 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 | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | Cloud-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 Classification | Alibaba Production Safety & Alignment Verified | Alibaba Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text | text |
| Output Modalities | text | text |
Qwen3.7 Max vs Qwen3.6 Max Preview: Быстрые ответы (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.
Вердикт
И Qwen3.7 Max (Оптимально для автономных агентных сценариев, вызова внешних инструментов и автоматизации, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.), и Qwen3.6 Max Preview (Оптимально для передового корпоративного рассуждения, программирования и промышленных ИИ-систем, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.) отлично подходят для продакшена: Qwen3.7 Max лидирует в сложных тестах логики и кода, Qwen3.7 Max обеспечивает более высокую скорость генерации, а Qwen3.6 Max Preview выгоднее при больших объёмах API-запросов.
Часто задаваемые вопросы (FAQ)
Что лучше для программирования и логики: Qwen3.7 Max или Qwen3.6 Max Preview?+
По сводному индексу интеллекта и тестам программирования лидирует Qwen3.7 Max. Подробные баллы SWE-bench и GPQA приведены в таблице выше.
У какой модели дешевле API — Qwen3.7 Max или Qwen3.6 Max Preview?+
Тариф Qwen3.7 Max составляет $1.80 / $7.20 за 1 млн входных/выходных токенов, а Qwen3.6 Max Preview — $1.50 / $6.00. По смешанной стоимости выгоднее Qwen3.6 Max Preview.
У какой модели больше окно контекста и выше скорость?+
Qwen3.7 Max поддерживает контекст 1M токенов против 262.1K токенов у Qwen3.6 Max Preview, а по скорости генерации токенов лидирует Qwen3.7 Max.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- ERNIE 5.0 против Qwen3.6 Max Preview: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Qwen3.6 Max Preview против Qwen3.6 Plus: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Qwen3.7 Max против Qwen3.8 Max Preview: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Qwen3.7 Plus против Qwen3.7 Max: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-3.0 против Aion-Mini: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Aion-3.0 против Gemini 3.6 Flash: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Официальные источники: Официальная документация API Alibaba и Alibaba, системные карточки и независимые бенчмарки (2026).