Qwen3.7-Max模型是阿里云Qwen3.7系列中规模最大、综合能力最强的模型，当前开放纯文本模型能力供体验。Qwen3.7是面向智能体时代的新一代旗舰模型，核心优势在于智能体能力的广度与深度：在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。TokCost整理Qwen3.7-Max模型的能力、价格、工具调用费用、免费100万Tokens额度、模型限流与上下文及API代码示例，在阿里云百炼平台调用：https://www.aliyun.com/product/bailian
模型能力
| 模型能力 | 支持 |
| 输入模态 | 文本 |
| 输出模态 | 文本 |
| 模型体验 | ✓ |
| 前缀续写 | ✓ |
| function calling | ✓ |
| cache缓存 | ✓ |
| 结构化输出 | × |
| 批量推理 | ✓ |
| 联网搜索 | ✓ |
| 模型调优 | × |
模型价格
目前阿里云Qwen3.7-Max模型可以享受限时5折优惠活动，大家根据原价可以计算出实际价格，在阿里云CLUB中心免费领取代金券和折扣券。
| 模型计费项 | 模型价格 |
| 输入 | 原价12元/每百万tokens，限时5折 |
| 输入（缓存命中） | 原价2.4元/每百万tokens，限时5折 |
| 输入（Batch File） | 6元/每百万tokens |
| 输出 | 原价36元/每百万tokens，限时5折 |
| 输出（Batch File） | 18元/每百万tokens |
| 输出（Batch Chat) | 原价36元/每百万tokens，限时5折 |
| 显式缓存创建 | 原价15元/每百万tokens，限时5折 |
| 显式缓存命中 | 原价1.2元/每百万tokens，限时5折 |
| 输入（Batch Chat) | 原价12元/每百万tokens，限时5折 |
工具调用价格
| 工具 | 调用价格 |
code_interpreterResponses API |
限时免费 |
web_extractorResponses API |
限时免费 |
web_searchResponses API |
元/千次调用 |
免费额度
开通百炼：https://www.aliyun.com/product/bailian 免费领100万Tokens额度。
模型限流与上下文
| 模型限流与上下文 | 参数 |
| 最大输入长度 | 991K |
| 最大输出长度 | 64K |
| RPM | 30000 |
| TPM | 5000000 |
| 最大输入长度(思考模式下) | 983K |
| 最大输出长度(思考模式下) | 64K |
| 上下文长度 | 1M |
| 最大思维链长度 | 256K |
API代码示例
OpenAI兼容：
from openai import OpenAI import os client = OpenAI( # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx" api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://ws-ogyz1pi726j242ib.cn-beijing.maas.aliyuncs.com/compatible-mode/v1", ) messages = [{"role": "user", "content": "你是谁"}] completion = client.chat.completions.create( model="qwen3.7-max", # 您可以按需更换为其它深度思考模型 messages=messages, extra_body={"enable_thinking": True}, stream=True ) is_answering = False # 是否进入回复阶段 print("\n" + "=" * 20 + "思考过程" + "=" * 20) for chunk in completion: if not chunk.choices: continue delta = chunk.choices[0].delta if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None: if not is_answering: print(delta.reasoning_content, end="", flush=True) if hasattr(delta, "content") and delta.content: if not is_answering: print("\n" + "=" * 20 + "完整回复" + "=" * 20) is_answering = True print(delta.content, end="", flush=True)
DashScope：
import os from dashscope import Generation import dashscope dashscope.base_http_api_url = 'https://ws-ogyz1pi726j242ib.cn-beijing.maas.aliyuncs.com/api/v1' messages = [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "你是谁？"}, ] response = Generation.call( # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key = "sk-xxx", api_key=os.getenv("DASHSCOPE_API_KEY"), model="qwen3.7-max", messages=messages, result_format="message", # 开启深度思考 enable_thinking=True, ) if response.status_code == 200: # 打印思考过程 print("=" * 20 + "思考过程" + "=" * 20) print(response.output.choices[0].message.reasoning_content) # 打印回复 print("=" * 20 + "完整回复" + "=" * 20) print(response.output.choices[0].message.content) else: print(f"HTTP返回码：{response.status_code}") print(f"错误码：{response.code}") print(f"错误信息：{response.message}")
