К результатам поиска

Alibaba

Qwen3.7 Max

Qwen3.7 Max, новейшая флагманская модель Qwen от Alibaba для агентного программирования, автоматизации офисных задач и длительных рабочих процессов с инструментами в режиме без размышления.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 1 000 000 токенов1 000 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
213,95 ₽
Выход
641,86 ₽
Кэш
21,40 ₽
за 1 млн токенов
Интеллект
29,5
Код
66
Доступность
100%
API ID
alibaba/qwen3.7-max

Данные каталога получены .

Цена

Текстовый диалог · вход
213,95 ₽ / 1 млн токенов
Текстовый диалог · выход
641,86 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
21,40 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Qwen3.7 Max — новейшая флагманская модель Qwen от Alibaba. Предназначена для агентного программирования, автоматизации офисных задач и длительных рабочих процессов с использованием инструментов. Работает в режиме без размышления (non-thinking mode).

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
1 000 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
65 536 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог
Возможности модели
Потоковый ответ, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON

Контрольные показатели

Artificial Analysis

21 показателей · проверено

Источник ↗
Индекс интеллекта
29,5 индексСводная оценка Artificial Analysis по всем её тестам
Индекс программирования
66 индексСводная оценка Artificial Analysis по программированию
Индекс агентных задач
22,5 индексСводная оценка Artificial Analysis по агентным задачам

Агентная работа

  • AA-Briefcase915 Elo

    Агентная работа со знаниями (Elo)

  • AutomationBench-AA23 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

  • GDPval-AA v21 131 Elo

    Экономически значимые задачи (Elo)

  • Harvey LAB-AA83,4 %

    Доля пройденных критериев юридической агентной работы

Рассуждение по документу

  • AA-LCR v1.179 %

    Рассуждение на длинном контексте с обновлённой оценкой

  • GDP.pdf8,6 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)79 %

    Оценка рассуждений на длинном контексте

  • GDPval-AA (версия не указана, архивный)31,6 %

    Задачи с экономической ценностью

  • GPQA Diamond (архивный)92,3 %

    Научные рассуждения уровня выпускника

  • T²-Bench Telecom (архивный)94,7 %

    Разговорные ИИ-агенты в сценариях с двойным управлением

  • Terminal-Bench Hard (архивный)50,8 %

    Агентное программирование и работа в терминале

Знания

  • AA-Omniscience · точность31,1 %

    Доля вопросов с правильным ответом

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)25,6 %

    Доля неверных ответов среди некорректных ответов

Рассуждение

  • CritPt13,4 %

    Рассуждения по физике исследовательского уровня

  • IFBench80,5 %

    Тест на следование инструкциям

Рассуждения

  • HLE40,5 %

    Humanity’s Last Exam — вопросы экспертного уровня

Программирование

  • SciCode49,5 %

    Программирование на Python для научных вычислений

  • Terminal-Bench v4.01,5 %

    Практические задачи по программированию и работе в терминале

Design Arena

24 показателей · проверено

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Разработка игр агентами · Elo1 161 Elo
  • Разработка игр агентами · доля побед46,6 %
  • Полный цикл разработки · Elo1 189 Elo
  • Полный цикл разработки · доля побед47,7 %
  • Мобильные приложения · Elo1 176 Elo
  • Мобильные приложения · доля побед45,2 %
  • Нативные приложения · Elo1 172 Elo
  • Нативные приложения · доля побед48,6 %
  • Веб-приложения · Elo1 209 Elo
  • Веб-приложения · доля побед49,6 %

Модели

  • 3D · Elo1 285 Elo
  • 3D · доля побед54,9 %
  • ASCII-графика · Elo1 228 Elo
  • ASCII-графика · доля побед53,9 %
  • Визуализация данных · Elo1 289 Elo
  • Визуализация данных · доля побед54,7 %
  • Разработка игр · Elo1 281 Elo
  • Разработка игр · доля побед53,7 %
  • SVG · Elo1 230 Elo
  • SVG · доля побед56,9 %
  • UI-компоненты · Elo1 280 Elo
  • UI-компоненты · доля побед54,2 %
  • Сайты · Elo1 282 Elo
  • Сайты · доля побед54,9 %

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "alibaba/qwen3.7-max",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ