**TL;**DR Qwen3.7 Plus comienza en $0.40/M de entrada y $1.60/M de salida en la ruta US-local de Alibaba, mientras que la ruta Global comienza en $0.276/M y $1.101/M. Como comparación, CometAPI actualmente lista el modelo a $0.32/M de entrada y $1.28/M de salida. El principal riesgo de coste es el umbral de 256K de Alibaba: una vez que una solicitud lo supera, el nivel superior se aplica a toda la solicitud.
Precios de la API de Qwen3.7 Plus de un vistazo
Qwen3.7 Plus no tiene un precio de API universal. El coste final depende de la ruta de despliegue, la longitud de la solicitud, descuentos temporales, uso de caché, salida de razonamiento (thinking), llamadas de Web Search y disponibilidad de funciones por región.
| Ruta | Tokens de entrada por solicitud | Precio de entrada / 1M | Precio de salida / 1M | Nota de precio actual |
|---|---|---|---|---|
| Alibaba US-local qwen3.7-plus-us | 0–256K | $0.40 | $1.60 | No se muestra etiqueta de promoción en la fila US-local actual |
| Alibaba US-local qwen3.7-plus-us | >256K–1M | $1.20 | $4.80 | El nivel superior se aplica a toda la solicitud |
| Alibaba Global qwen3.7-plus | 0–256K | $0.28 | $1.10 | Actualmente se muestran descuentos de día y de noche por tiempo limitado |
| Alibaba Global qwen3.7-plus | >256K–1M | $0.83 | $3.30 | Actualmente se muestran descuentos de día y de noche por tiempo limitado |
| Alibaba International qwen3.7-plus | 0–256K | $0.40 precio de lista | $1.60 precio de lista | La página actual muestra un descuento del 20% por tiempo limitado |
| Alibaba International qwen3.7-plus | >256K–1M | $1.20 precio de lista | $4.80 precio de lista | La página actual muestra un descuento del 20% por tiempo limitado |
| CometAPI routed qwen3.7-plus | Consultar ruta en vivo | $0.32 | $1.28 | Precio principal mostrado en la página actual del modelo |
Alibaba documenta una ventana de contexto de 1,000,000 tokens para qwen3.7-plus.
Fuentes:**Precios de Alibaba Cloud Model Studio
Nota sobre los descuentos temporales de Alibaba
La tabla de precios actual de Alibaba etiqueta qwen3.7-plus Global con un descuento diurno del 20% y nocturno del 60% por tiempo limitado.
La franja nocturna publicada es 22:00–08:00 UTC**+8**, según la hora de facturación. La ruta International muestra actualmente un descuento del 20% por tiempo limitado.
Dado que estas promociones pueden cambiar o expirar, los cálculos siguientes usan precios de lista estándar salvo indicación explícita en contrario. Para una previsión de producción en vivo, consulta la consola de Model Studio y la página de precios el día que envíes tráfico.
Precios de Alibaba US-local vs Global
La distinción más importante para desarrolladores en EE. UU. es que las rutas US-local y Global de Alibaba no usan la misma fila de precios.
El ID de modelo US-local es:
qwen3.7-plus-us
Su precio de lista comienza en:
- $0.40 por 1M de tokens de entrada
- $1.60 por 1M de tokens de salida
El ID de modelo Global es:
qwen3.7-plus
Su precio de lista comienza en:
- $0.276 por 1M de tokens de entrada
- $1.101 por 1M de tokens de salida
La ruta Global es más barata según el precio de lista publicado, pero el coste no debería ser el único factor de enrutamiento.
Los equipos también deben considerar:
- Requisitos de residencia de datos
- Disponibilidad regional
- Latencia
- Compatibilidad de herramientas
- Requisitos de cumplimiento
- Estabilidad del servicio
- Descuentos temporales del proveedor
Una ruta Global de menor precio puede no ser adecuada para cargas de trabajo que requieren procesamiento en una región específica.
Cómo funciona el nivel de precios de 256K
Alibaba Cloud usa el número total de tokens de entrada en una sola solicitud para seleccionar el nivel de precios.
Si una solicitud supera 256K tokens de entrada, el precio unitario más alto se aplica a todos los tokens facturados en esa solicitud, incluidos los tokens de salida a la tarifa de salida mostrada para el nivel superior.
Una solicitud de 300K tokens no se factura como:
- 256K tokens al precio inferior
- 44K tokens al precio superior
En su lugar, toda la solicitud usa el nivel de precios superior.
Para la ruta US-local, esto significa que el precio cambia de:
- $0.40 a $1.20 por 1M de tokens de entrada
- $1.60 a $4.80 por 1M de tokens de salida
Las tarifas más altas se aplican a todos los tokens de entrada y salida facturables en esa solicitud.
Ejemplos de coste de Qwen3.7 Plus
Ejemplo 1: Una solicitud por debajo de 256K
Supón que una solicitud contiene:
- 100,000 tokens de entrada
- 10,000 tokens de salida
| Ruta | Cálculo de entrada | Cálculo de salida | Costo estimado a precio de lista |
|---|---|---|---|
| Alibaba US-local | 100K ÷ 1M × $0.40 = $0.0400 | 10K ÷ 1M × $1.60 = $0.0160 | $0.0560 |
| Alibaba Global | 100K ÷ 1M × $0.276 = $0.0276 | 10K ÷ 1M × $1.101 = $0.0110 | $0.0386 |
| CometAPI | 100K ÷ 1M × $0.32 = $0.0320 | 10K ÷ 1M × $1.28 = $0.0128 | $0.0448 |
Las cifras de Alibaba anteriores usan precios de lista publicados antes de cualquier descuento temporal aplicable.
Ejemplo 2: Una solicitud por encima de 256K
Ahora supón que una solicitud contiene:
- 400,000 tokens de entrada
- 20,000 tokens de salida
Debido a que la solicitud supera 256K tokens de entrada, Alibaba Cloud aplica el nivel superior a todos los tokens de entrada y salida en la solicitud.
| Ruta | Cálculo de entrada | Cálculo de salida | Costo estimado |
|---|---|---|---|
| Alibaba US-local | 400K ÷ 1M × $1.20 = $0.4800 | 20K ÷ 1M × $4.80 = $0.0960 | $0.5760 |
| Alibaba Global | 400K ÷ 1M × $0.826 = $0.3304 | 20K ÷ 1M × $3.301 = $0.0660 | $0.3964 |
| Escenario de tarifa principal de CometAPI* | 400K ÷ 1M × $0.32 = $0.1280 | 20K ÷ 1M × $1.28 = $0.0256 | $0.1536* |
*La cifra de CometAPI es una estimación condicional, no un precio de producción confirmado para solicitudes superiores a 256K.
La página pública del modelo de CometAPI muestra actualmente una tarifa principal y aproximadamente 991.8K tokens de entrada máximos. Sin embargo, no indica si las solicitudes por encima de 256K:
- Mantienen el mismo precio principal
- Usan un nivel de precios separado para contexto largo
- Incurren en un recargo adicional por enrutamiento
Si las tarifas principales permanecen sin cambios por encima de 256K, el costo estimado sería:
- Entrada: 400K ÷ 1M × $0.32 = $0.1280
- Salida: 20K ÷ 1M × $1.28 = $0.0256
- Total: $0.1536
Fuente*:* CometAPI Qwen3.7 Plus Pricing
¿Dividir una solicitud grande puede reducir el costo?
En algunos casos, sí.
Supón que la tarea de 400K de entrada puede dividirse en dos solicitudes independientes, cada una conteniendo:
- 200K tokens de entrada
- 10K tokens de salida
En la ruta US-local:
| Plan | Cálculo | Costo estimado |
|---|---|---|
| Una solicitud de 400K de entrada | $0.4800 de entrada + $0.0960 de salida | $0.576 |
| Dos solicitudes de 200K de entrada | 2 × [($0.0800 de entrada) + ($0.0160 de salida)] | $0.192 |
La versión de dos solicitudes es significativamente más barata porque ambas llamadas permanecen por debajo del umbral de 256K.
Sin embargo, esto es una optimización ilustrativa en lugar de una recomendación universal.
Dividir una tarea puede introducir:
- Contexto duplicado
- Llamadas adicionales a la API
- Más lógica de orquestación
- Mayor latencia
- Pérdida de contexto entre documentos
- Menor calidad de respuesta
Usa este enfoque solo cuando el trabajo pueda separarse sin debilitar el resultado final.
Precios de Context Cache para Qwen3.7 Plus
Context Cache puede reducir el costo de prompts de sistema repetidos, contexto de repositorios, documentos de políticas, catálogos de productos y otros materiales de referencia reutilizables.
Alibaba Cloud ofrece modos de Context Cache explícito e implícito.
| Modo de caché | Creación de caché | Precio de entrada en caché | Detalle operativo |
|---|---|---|---|
| Caché explícita | 125% del precio estándar de entrada | 10% del precio estándar de entrada | Validez de cinco minutos; el temporizador se reinicia tras un acierto; determinista dentro de la validez |
| Caché implícita | 100% del precio estándar de entrada | 20% del precio estándar de entrada | Detección automática de prefijo común; la probabilidad de acierto no está garantizada |
Fuente: Documentación de Context Cache de Alibaba Cloud.
Ejemplo de costo de Context Cache
Supón que un flujo US-local envía repetidamente:
- 80K tokens de prefijo estable
- 5K tokens de entrada nuevos
- 5K tokens de salida
| Escenario | Costo de entrada | Costo de salida | Costo estimado por solicitud |
|---|---|---|---|
| Sin caché | 85K ÷ 1M × $0.40 = $0.0340 | 5K ÷ 1M × $1.60 = $0.0080 | $0.04 |
| Acierto de caché implícita en 80K | (80K ÷ 1M × $0.08) + (5K ÷ 1M × $0.40) = $0.0084 | $0.01 | $0.02 |
| Acierto de caché explícita en 80K | (80K ÷ 1M × $0.04) + (5K ÷ 1M × $0.40) = $0.0052 | $0.01 | $0.01 |
La caché explícita tiene un periodo de validez de cinco minutos que se reinicia tras un acierto exitoso, no un TTL mínimo de una hora.
Sus tokens de creación cuestan el 125% del precio normal de entrada, mientras que los aciertos posteriores cuestan el 10%.
¿Cuándo se vuelve más barata la caché explícita?
Para el prefijo estable por sí solo, sea N el número total de solicitudes con prefijo idéntico.
El coste normalizado de caché explícita es:
1.25 + 0.10 × (N − 1)
Una secuencia ideal de caché implícita es:
1.00 + 0.20 × (N − 1)
Bajo la suposición simplificadora de que cada solicitud después de la primera recibe un acierto de caché implícita, la caché explícita se vuelve más barata a las cuatro solicitudes en total:
- Una solicitud de creación de caché
- Tres reutilizaciones exitosas de caché
Comparada con no usar caché, la caché explícita se vuelve más barata desde la segunda solicitud total.
En cargas reales, el punto de equilibrio puede variar porque los aciertos de la caché implícita no están garantizados.
Controla:
- Tokens de entrada en caché
- Tokens de creación de caché
- Tokens de entrada no en caché
- Tokens de salida
- Tasa de aciertos de caché
- Recuentos de reintentos
- Tasa de tareas exitosas
Un menor gasto en tokens no ayuda si los fallos de caché o regresiones de calidad provocan más reintentos.
Precios de Qwen Web Search
Para qwen3.7-plus, Alibaba dirige a los desarrolladores a usar la herramienta web_search de la Responses API.
Web Search añade dos componentes de coste separados:
- El contenido web recuperado se agrega al prompt del modelo y se factura como tokens de entrada normales.
- La política de búsqueda tiene una tarifa separada por cada 1,000 llamadas.
Las tarifas de la política agent documentadas actualmente son:
| Ámbito de despliegue | Tarifa de Web Search / 1,000 llamadas |
|---|---|
| China continental y Global | $0.57 |
| Internacional | $10.00 |
Fuente: Documentación de Alibaba Cloud Web Search.
La tabla de soporte actualmente lista qwen3.7-plus para los ámbitos de despliegue Global e International, pero no lista el ID de modelo US-local qwen3.7-plus-us.
Verifica la disponibilidad de la herramienta antes de diseñar un flujo US-local alrededor de la función integrada de Web Search de Alibaba.
Ejemplo de coste de Web Search en International
Supón que una solicitud contiene:
- 10K tokens de entrada normales
- 2K tokens de salida
- Dos llamadas de Web Search
Antes de contar los tokens adicionales devueltos por el buscador:
| Componente de coste | Cálculo | Costo |
|---|---|---|
| Entrada del modelo | 10K ÷ 1M × $0.40 precio de lista | $0.0040 |
| Salida del modelo | 2K ÷ 1M × $1.60 precio de lista | $0.0032 |
| Web Search | 2 ÷ 1,000 × $10.00 | $0.0200 |
| Total antes de los tokens de contenido recuperado | $0.0040 + $0.0032 + $0.0200 | $0.0272 |
La tarifa de la política de búsqueda representa:
$0.0200 ÷ $0.0272 = 73.5%
En este ejemplo, la tarifa de búsqueda representa el 73.5% del total antes de incluir los tokens de contenido recuperado, o 74% redondeado al entero más cercano.
En la ruta Global, la tarifa por llamada de la política es mucho menor. Sin embargo, las páginas recuperadas aún pueden incrementar significativamente el uso de tokens de entrada o empujar a un agente de larga ejecución por encima del límite de 256K.
Para flujos basados en búsqueda, registra tanto:
- Número de llamadas de búsqueda
- Número de tokens de contenido recuperado
Precios y disponibilidad de la Batch API
La Batch File API de Alibaba cobra los tokens de entrada y salida exitosos al 50% del precio correspondiente de inferencia en tiempo real.
Está diseñada para cargas offline en las que no se requieren respuestas inmediatas, incluyendo:
- Evaluaciones de modelos
- Etiquetado de documentos
- Clasificación a gran escala
- Generación de datos sintéticos
- Enriquecimiento nocturno
- Procesamiento multimodal offline
- Ejecuciones de benchmark
Sin embargo, el descuento de Batch no debe incluirse automáticamente en cada previsión de coste de Qwen3.7 Plus.
La documentación actual indica que:
- El modelo exacto
qwen3.7-plusestá listado bajo China (Beijing). - El ámbito de Singapur para Batch lista alias genéricos como
qwen-plus, en lugar del ID exactoqwen3.7-plus. - La documentación no lista
qwen3.7-plus-uscomo un modelo Batch soportado en US-local. - Las solicitudes de Qwen3.7 Plus soportadas por Batch tienen un contexto máximo de 256K, no de 1M.
- Batch no soporta Context Cache.
- Los descuentos de Batch y caché no se pueden combinar.
- El modo de razonamiento está habilitado por defecto para trabajos Batch de la serie Qwen3.7 a menos que se configure explícitamente.
- Los tokens de razonamiento se facturan a la tarifa de tokens de salida.
- El
completion_windowconfigurable es un periodo máximo de espera entre 24 y 336 horas. - La ventana de finalización no garantiza que cada trabajo tarde 24 horas o se complete en un momento específico.
Fuente*:* Documentación de la API de Batch compatible con OpenAI de Alibaba Cloud**.
Un descuento del 50% en Batch no siempre significa una tarea un 50% más barata
Batch reduce a la mitad el precio unitario de los tokens de entrada y salida. No controla cuántos tokens de razonamiento genera el modelo.
El siguiente ejemplo usa solo la relación de precios entrada/salida de US-local para ilustrar la aritmética. No implica que la ruta US-local soporte actualmente Batch.
| Escenario ilustrativo | Tokens de entrada | Salida incluyendo razonamiento | Costo estimado |
|---|---|---|---|
| Tiempo real, razonamiento deshabilitado | 100K | 10K | $0.0560 |
| Batch, razonamiento moderado | 100K | 40K | $0.0520 |
| Batch, razonamiento mayor | 100K | 50K | $0.0600 |
El ejemplo en tiempo real se calcula como:
- Entrada: 100K ÷ 1M × $0.40 = $0.0400
- Salida: 10K ÷ 1M × $1.60 = $0.0160
- Total: $0.0560
El ejemplo de Batch con razonamiento moderado se calcula usando tarifas a mitad de precio:
- Entrada: 100K ÷ 1M × $0.20 = $0.0200
- Salida: 40K ÷ 1M × $0.80 = $0.0320
- Total: $0.0520
El ejemplo de Batch con mayor razonamiento es:
- Entrada: 100K ÷ 1M × $0.20 = $0.0200
- Salida: 50K ÷ 1M × $0.80 = $0.0400
- Total: $0.0600
En el escenario final, la salida adicional de razonamiento elimina por completo el ahorro nominal de Batch.
Para cargas offline deterministas como clasificación, extracción, etiquetado y formateo, configura explícitamente:
{
"enable_thinking": false
}
Para tareas más difíciles, establece un thinking_budget adecuado y compara el costo por tarea exitosa en lugar de asumir que el descuento principal de Batch reducirá la factura final exactamente un 50%.
Para planificación en US o Global, trata los ahorros de Batch como no confirmados hasta que el ID exacto del modelo y la ruta aparezcan en tu consola actual o en la documentación regional.
Tokens de razonamiento y costes de salida
Qwen3.7 Plus soporta modos con y sin razonamiento.
El razonamiento puede mejorar el rendimiento en flujos complejos de razonamiento, codificación, planificación y agentes. Sin embargo, los tokens de razonamiento aumentan el uso de salida y se facturan a la tarifa de tokens de salida.
Esto importa porque los tokens de salida son cuatro veces más caros que los tokens de entrada en los niveles de precios de Qwen3.7 Plus de Alibaba.
Para la ruta US-local por debajo de 256K:
- Entrada: $0.40 por 1M de tokens
- Salida: $1.60 por 1M de tokens
Por encima de 256K:
- Entrada: $1.20 por 1M de tokens
- Salida: $4.80 por 1M de tokens
Para cargas sensibles al coste, considera deshabilitar o limitar el razonamiento para tareas directas como:
- Extracción de datos
- Formateo
- Clasificación
- Etiquetado de contenido
- Resumen simple
- Enrutamiento básico
- Generación de salida estructurada
Usa presupuestos de razonamiento más largos solo cuando los datos de evaluación muestren que mejoran materialmente la finalización de la tarea.
Precios de Qwen3.7 Plus vs Qwen3.7 Max vs Qwen3.6 Plus en CometAPI
| Modelo | Precio listado actual en CometAPI | Mejor primera prueba | Principal consideración de coste |
|---|---|---|---|
| qwen3.7-plus | $0.32/M de entrada; $1.28/M de salida | Agentes multimodales, capturas de pantalla, codificación visual, documentos, gráficos y flujos de UI | Límite de 256K en rutas directas de Alibaba, bucles de herramientas y salida de razonamiento |
| qwen3.7-max | $1.36/M de entrada; $4.08/M de salida | Codificación autónoma solo texto, razonamiento profundo y agentes de horizonte largo | Los listados actuales de Qwen API muestran solo entrada de texto; no enrutar cargas de imagen o video a Max |
| qwen3.6-plus | $0.32/M de entrada; $1.92/M de salida | Línea base de migración para flujos existentes de Qwen3.6 | Precio de salida listado más alto que Qwen3.7 Plus |
Fuentes: Página del modelo Qwen3.7 Plus en CometAPI**； Página del modelo Qwen3.7 Max en CometAPI；Página del modelo Qwen3.6 Plus en CometAPI
Qwen posiciona Qwen3.7 Plus como un modelo multimodal para comprensión visual, codificación, interacción con GUI, uso de herramientas y flujos de productividad.
Los listados actuales de Qwen API muestran Qwen3.7 Max con entrada de texto y salida de texto, mientras que la documentación de comprensión visual de Alibaba lista Qwen3.7 Plus para entrada de imagen y video.
Comienza con Plus cuando la tarea incluye:
- Imágenes
- Video
- Capturas de pantalla
- Documentos
- Gráficos
- Estado de interfaz
- Codificación visual
- Interacción con GUI
Prueba Max para trabajo solo texto cuando una mayor tasa de tareas resueltas pueda justificar el mayor coste de tokens.
Cómo reducir los costes de la API de Qwen3.7 Plus
1. Mide el tráfico alrededor del umbral de 256K
Agrupa las solicitudes de producción por longitud total de entrada:
- 0–32K
- 32K–128K
- 128K–256K
- Por encima de 256K
Luego revisa qué flujos realmente necesitan el nivel de precios más alto.
Una solicitud no debería superar 256K simplemente porque se incluyeron por defecto todos los documentos disponibles, turnos de conversación, resultados de herramientas o archivos de repositorio.
2. Añade una barrera de tokens de preflight
Usa un contador de tokens compatible con el modelo en la aplicación o en la capa de gateway de API antes de enviar cada solicitud.
Los siguientes umbrales son una heurística de ingeniería, no una regla de Alibaba:
- Por debajo de 220K: Envía normalmente.
- Entre 220K y 240K: Registra una advertencia y evita el crecimiento innecesario del contexto.
- Por encima de ~240K: Compacta el contexto antes de enviar.
- Por encima de 256K: Procede solo cuando la ganancia esperada en calidad justifique el nivel de precios superior de Alibaba.
Cuando se active la barrera, el flujo puede:
- Resumir salidas antiguas de herramientas.
- Eliminar resultados de búsqueda duplicados.
- Reemplazar registros en bruto por resúmenes de errores estructurados.
- Recuperar solo los fragmentos de documento más relevantes.
- Mover turnos de conversación antiguos a un bloque de memoria comprimida.
- Dividir grupos de documentos realmente independientes en llamadas separadas.
- Enrutar la tarea a un proveedor con un precio confirmado plano para contexto largo, cuando corresponda.
Deja cierto margen de seguridad porque:
- Las entradas de imagen consumen tokens
- Los esquemas de herramientas añaden contexto
- Los mensajes de sistema pueden ser grandes
- El contenido web recuperado puede crecer inesperadamente
- Los tokenizadores pueden contar el mismo texto de forma diferente
Herramientas de observabilidad como Langfuse pueden ayudar a monitorizar el uso de tokens. Un gateway como APISIX puede hacer cumplir el umbral cuando se combina con un tokenizador adecuado o una política de enrutamiento personalizada.
3. Pon primero el contenido estable
Coloca el contenido reutilizable cerca del inicio del prompt, incluyendo:
- Instrucciones de sistema
- Bloques de políticas
- Esquemas de herramientas
- Resúmenes de repositorios
- Catálogos de productos
- Documentos reutilizables
- Guías de marca
- Esquemas de salida
Coloca el contenido de usuario altamente variable después.
Los prefijos estables mejoran la probabilidad de acierto de caché implícita y facilitan la gestión de bloques de caché explícita.
4. Resume resultados antiguos de herramientas
Los flujos de agentes pueden acumular grandes cantidades de contexto a través de:
- Resultados de búsqueda
- Salida del navegador
- Registros de ejecución de código
- Respuestas previas del modelo
- Mensajes de error
- Esquemas de herramientas
En lugar de retener toda la salida en bruto, resume periódicamente el contexto antiguo y conserva solo la información necesaria para el siguiente paso.
5. Controla la salida de razonamiento
Registra los tokens de razonamiento por separado de los tokens de respuesta visible.
Para tareas simples, deshabilita el razonamiento donde se soporte o establece un presupuesto de razonamiento más pequeño.
Para tareas complejas, compara el coste adicional de razonamiento con la reducción de reintentos, errores y revisión humana.
6. Cuenta las llamadas de herramientas y los tokens recuperados
Para agentes de Web Search, registra:
- Llamadas de búsqueda
- Llamadas del extractor
- Tokens de contenido recuperado
- Reintentos de búsqueda
- Reintentos del modelo
- Llamadas de respaldo (fallback)
- Resultado final de la tarea
La tarifa de la herramienta de búsqueda puede dominar solicitudes pequeñas, mientras que el contenido recuperado puede dominar solicitudes largas.
7. Optimiza por coste por tarea completada
No compares rutas solo por su coste anunciado por millón de tokens.
Mide:
- Costo por solicitud
- Costo por tarea completada
- Tasa de éxito de tareas
- Tasa de reintentos
- Tasa de fallback
- Tasa de aciertos de caché
- Llamadas de búsqueda por tarea
- Latencia
- Tiempo de revisión humana
Un modelo más barato puede volverse más caro si genera respuestas incorrectas, requiere llamadas adicionales o crea más trabajo manual.
Un plan práctico de evaluación de Qwen3.7 Plus
Antes de mover tráfico de producción, crea un conjunto de evaluación enfocado basado en tus cargas reales.
Un conjunto de prueba de 30 tareas suele ser suficiente para identificar diferencias importantes en coste, latencia y calidad de finalización.
| Segmento de evaluación | Tareas de ejemplo | Métrica principal |
|---|---|---|
| Comprensión visual | Capturas de pantalla, recibos, gráficos y páginas de UI | Corrección y calidad de evidencia |
| Codificación visual | De maqueta a componente, de captura a frontend, y reconstrucción de SVG | Salida ejecutable y tiempo de edición |
| Contexto largo < 256K | Políticas, repositorios y conjuntos de documentos | Precisión, latencia y tasa de aciertos de caché |
| Estrés > 256K | Tareas con 300K–600K tokens de entrada | Calidad ganada frente al coste adicional de nivel |
| QA con búsqueda | Hechos actuales e investigación de productos | Llamadas de búsqueda, tokens recuperados y precisión con fundamento |
| Flujo de agente | Codificación multi-paso o tareas de navegador | Tasa de tareas resueltas, reintentos, latencia y coste total |
Para cada tarea, registra:
- Tokens de entrada
- Tokens de salida
- Tokens de razonamiento
- Tokens en caché
- Tokens de creación de caché
- Llamadas de búsqueda
- Tokens de contenido recuperado
- Latencia
- Número de reintentos
- Resultado final de la tarea
El CometAPI Cookbook incluye ejemplos adicionales de integración y enrutamiento de modelos para este tipo de evaluación.
Preguntas frecuentes
¿Cuánto cuesta la API de Qwen3.7 Plus?
La ruta US-local qwen3.7-plus-us de Alibaba cuesta $0.40 por 1M de tokens de entrada y $1.60 por 1M de tokens de salida para solicitudes con hasta 256K tokens de entrada.
Para solicitudes por encima de 256K y hasta 1M, el precio aumenta a $1.20 por 1M de tokens de entrada y $4.80 por 1M de tokens de salida.
La ruta Global de Alibaba tiene el precio de lista más bajo en esta comparación. El modelo también está disponible a través de CometAPI a una tarifa listada de $0.32 por 1M de tokens de entrada y $1.28 por 1M de tokens de salida.
¿Cómo se tarifican las solicitudes de contexto largo a través de CometAPI?
El listado de Qwen3.7 Plus muestra una única tarifa de $0.32/M de entrada y $1.28/M de salida, pero actualmente no especifica si se aplica un nivel separado por encima de 256K tokens.
A la tarifa mostrada**, una solicitud con 400K tokens de entrada y 20K tokens de salida costaría $0.1536**. Trata esto como una estimación hasta confirmar la política de facturación de contexto largo.
¿Qwen3.7 Plus está disponible en EE. UU.?
Sí. Alibaba lista un ID de modelo US-local llamado qwen3.7-plus-us en la región US (Virginia).
Alibaba también lista la ruta Global qwen3.7-plus en la misma sección de precios regional.
Elige una ruta según:
- Requisitos de despliegue
- Ubicación del procesamiento de datos
- Compatibilidad de herramientas
- Latencia
- Disponibilidad
- Precio efectivo
¿Por qué el precio de Qwen3.7 Plus salta después de 256K tokens?
Alibaba elige el nivel de precios basándose en el recuento total de tokens de entrada en una sola solicitud.
Una vez que la solicitud excede 256K tokens de entrada, todos los tokens de entrada y salida facturados en esa solicitud usan las tarifas mostradas para el nivel superior.
La tarificación no se calcula de forma progresiva.
¿Context Cache reduce los costes de Qwen3.7 Plus?
Sí.
Alibaba indica que los aciertos de caché explícita se facturan al 10% de la tarifa normal de entrada, mientras que los aciertos de caché implícita se facturan al 20%.
La creación de caché explícita cuesta el 125% del precio normal de entrada, y la caché permanece válida durante cinco minutos, con el temporizador reiniciándose tras cada acierto exitoso.
Bajo una comparación ideal con aciertos de caché implícita repetidos, la caché explícita se vuelve más barata tras una creación y tres reutilizaciones exitosas.
¿Cómo funciona el precio de Qwen Web Search?
Web Search añade dos costes:
- El contenido web recuperado incrementa el uso de tokens de entrada normales.
- La herramienta de búsqueda tiene una tarifa separada por cada 1,000 llamadas.
La tarifa documentada actual es:
- $0.573411 por 1,000 llamadas para los ámbitos de despliegue Global y China continental
- $10 por 1,000 llamadas para despliegue International
¿Qwen3.7 Plus soporta la Batch API?
El modelo exacto qwen3.7-plus está actualmente listado para Batch bajo China (Beijing), donde los tokens exitosos se cobran al 50% de los precios de inferencia en tiempo real y el contexto se limita a 256K.
La documentación actual no lista la ruta US-local qwen3.7-plus-us para Batch.
No asumas que el descuento de Batch se aplica a despliegues US-local o Global sin comprobar la disponibilidad actual en consola.
¿Qwen3.7 Plus es más barato que Qwen3.7 Max?
Sí, basándose en las tarifas listadas usadas en esta comparación.
Qwen3.7 Plus está listado a:
- $0.32 por 1M de tokens de entrada
- $1.28 por 1M de tokens de salida
Qwen3.7 Max está listado a:
- $1.36 por 1M de tokens de entrada
- $4.08 por 1M de tokens de salida
Max aún puede ser más económico para tareas difíciles con mucho texto si las completa con menos reintentos.
¿Debería usar Alibaba directamente o un agregador de API?
El acceso directo a Alibaba es la opción más clara cuando una carga depende de un ámbito de despliegue específico, una función nativa del proveedor, control regional o una relación de facturación directa.
Una capa de agregación puede ser más práctica cuando la misma aplicación necesita probar o enrutar entre varias familias de modelos. CometAPI, por ejemplo, expone Qwen3.7 Plus junto con modelos de proveedores como OpenAI, Anthropic, Google, Moonshot y DeepSeek a través de una interfaz compatible con OpenAI.
La mejor ruta depende de requisitos regionales, coste efectivo, esfuerzo de integración, necesidades de fallback y de si se requieren funciones nativas de Alibaba.
Ejecuta una comparación estilo producción antes de elegir una ruta
Las tarifas publicadas por token son útiles para acotar las opciones, pero la decisión final debería provenir de una carga que se parezca a producción.
Un enfoque práctico es ejecutar el mismo conjunto de evaluación en Qwen3.7 Plus, Qwen3.7 Max y algunas alternativas relevantes. Un servicio de API unificado como CometAPI puede simplificar esta comparación exponiendo modelos Qwen, Claude, Gemini, GPT, Kimi y DeepSeek a través de la misma interfaz compatible con OpenAI.
Durante la prueba, registra:
- Tokens de entrada y salida
- Uso de tokens de razonamiento
- Uso de caché
- Llamadas de herramientas
- Reintentos
- Latencia
- Éxito de la tarea
Usa la página del modelo Qwen3.7 Plus como punto de partida y luego elige la ruta con el menor coste por tarea completada, no simplemente el precio por token más bajo anunciado.