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：

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：aliyun.club  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://t.aliyun.com/U/fPVHqY 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}")