Tarifs 2026 de l'API Qwen3.7 Plus : coûts, cache et traitement par lots

**TL;**DR Qwen3.7 Plus commence à $0.40/M d’entrée et $1.60/M de sortie sur l’itinéraire US-local d’Alibaba, tandis que l’itinéraire Global commence à $0.276/M et $1.101/M. À titre de comparaison, CometAPI liste actuellement le modèle à $0.32/M en entrée et $1.28/M en sortie. Le principal risque de coût est le seuil 256K d’Alibaba : une fois dépassé, le palier supérieur s’applique à l’intégralité de la requête.

Aperçu de la tarification de l’API Qwen3.7 Plus

Qwen3.7 Plus n’a pas un tarif API universel. Le coût final dépend de l’itinéraire de déploiement, de la longueur des requêtes, des remises temporaires, de l’usage du cache, de la sortie de réflexion (thinking), des appels Web Search et de la disponibilité des fonctionnalités par région.

Alibaba documente une fenêtre de contexte de 1,000,000 jetons pour qwen3.7-plus.

Sources:**Alibaba Cloud Model Studio pricing

Note sur les remises temporaires d’Alibaba

Le tableau tarifaire actuel d’Alibaba indique pour qwen3.7-plus (Global) une remise limitée de 20 % le jour et 60 % la nuit.

La plage nocturne publiée est 22:00–08:00 UTC**+8**, basée sur l’heure de facturation. L’itinéraire International affiche actuellement une remise limitée de 20 %.

Ces promotions pouvant évoluer ou expirer, les calculs ci-dessous utilisent les prix catalogue, sauf mention explicite contraire. Pour un prévisionnel en production, vérifiez la console Model Studio et la page de tarification le jour où vous faites passer du trafic.

Tarifs US-local vs Global d’Alibaba

La distinction la plus importante pour les développeurs US est que les itinéraires US-local et Global d’Alibaba n’utilisent pas la même ligne tarifaire.

L’ID du modèle US-local est :

qwen3.7-plus-us

Son prix catalogue débute à :

• $0.40 par 1M jetons d’entrée
• $1.60 par 1M jetons de sortie

L’ID du modèle Global est :

qwen3.7-plus

Son prix catalogue débute à :

• $0.276 par 1M jetons d’entrée
• $1.101 par 1M jetons de sortie

L’itinéraire Global est moins cher selon le prix catalogue publié, mais le coût ne doit pas être le seul critère de routage.

Les équipes doivent aussi considérer :

• Exigences de résidence des données
• Disponibilité régionale
• Latence
• Prise en charge des outils
• Exigences de conformité
• Stabilité du service
• Remises temporaires du fournisseur

Un itinéraire Global moins cher peut ne pas convenir aux charges de travail nécessitant un traitement dans une région spécifique.

Comment fonctionne le palier tarifaire 256K

Alibaba Cloud utilise le nombre total de jetons d’entrée d’une requête pour déterminer le palier tarifaire.

Si une requête dépasse 256K jetons d’entrée, le tarif unitaire supérieur s’applique à tous les jetons facturés dans cette requête, y compris les jetons de sortie facturés au taux de sortie du palier supérieur.

Une requête de 300K jetons n’est pas facturée comme :

• 256K jetons au tarif inférieur
• 44K jetons au tarif supérieur

Au contraire, la requête entière utilise le palier tarifaire supérieur.

Pour l’itinéraire US-local, cela signifie que le prix passe de :

• $0.40 à $1.20 par 1M jetons d’entrée
• $1.60 à $4.80 par 1M jetons de sortie

Les tarifs supérieurs s’appliquent à tous les jetons d’entrée et de sortie facturables de cette requête.

Exemples de coûts Qwen3.7 Plus

Exemple 1 : une requête en dessous de 256K

Supposons qu’une requête contienne :

• 100,000 jetons d’entrée
• 10,000 jetons de sortie

Les chiffres Alibaba ci-dessus utilisent les prix catalogue publiés avant toute remise temporaire applicable.

Exemple 2 : une requête au-dessus de 256K

Supposons maintenant qu’une requête contienne :

• 400,000 jetons d’entrée
• 20,000 jetons de sortie

Comme la requête dépasse 256K jetons d’entrée, Alibaba Cloud applique le palier supérieur à tous les jetons d’entrée et de sortie de la requête.

*Le chiffre CometAPI est une estimation conditionnelle, pas un prix de production confirmé pour les requêtes au-delà de 256K.

La page publique de CometAPI affiche actuellement un tarif unique et environ 991.8K jetons d’entrée maximum. Toutefois, elle ne précise pas si les requêtes au-delà de 256K :

• Conservent le même prix vitrine
• Utilisent un palier de tarification longue-contexte séparé
• Entraînent une surtaxe de routage additionnelle

Si les tarifs affichés restent inchangés au-delà de 256K, le coût estimé serait :

• Entrée : 400K ÷ 1M × $0.32 = $0.1280
• Sortie : 20K ÷ 1M × $1.28 = $0.0256
• Total : $0.1536

Source*:* CometAPI Qwen3.7 Plus Pricing

Scinder une grande requête peut-il réduire le coût ?

Dans certains cas, oui.

Supposons que la tâche de 400K jetons d’entrée puisse être divisée en deux requêtes indépendantes contenant chacune :

• 200K jetons d’entrée
• 10K jetons de sortie

Sur l’itinéraire US-local :

La version en deux requêtes est nettement moins chère, car les deux appels restent sous la barre des 256K.

Cependant, il s’agit d’une optimisation illustrative plutôt que d’une recommandation universelle.

La division d’une tâche peut introduire :

• Contexte dupliqué
• Appels API supplémentaires
• Davantage de logique d’orchestration
• Latence accrue
• Perte de contexte inter-document
• Baisse de la qualité des réponses

N’utilisez cette approche que si le travail peut être séparé sans affaiblir le résultat final.

Tarification Context Cache pour Qwen3.7 Plus

Context Cache peut réduire le coût des invites système répétées, du contexte de dépôt, des documents de politique, des catalogues produits et d’autres informations de référence réutilisables.

Alibaba Cloud propose des modes Context Cache explicite et implicite.

Source : Alibaba Cloud Context Cache documentation.

Exemple de coût Context Cache

Supposons qu’un flux US-local envoie de manière répétée :

• 80K jetons de préfixe stable
• 5K nouveaux jetons d’entrée
• 5K jetons de sortie

Le cache explicite a une validité de cinq minutes qui se réinitialise après un hit réussi, et non un TTL minimum d’une heure.

La création du cache coûte 125 % du prix d’entrée normal, tandis que les hits ultérieurs coûtent 10 %.

À partir de quand le cache explicite devient-il moins cher ?

Pour le seul préfixe stable, soit N le nombre total de requêtes avec préfixe identique.

Le coût normalisé du cache explicite est :

1.25 + 0.10 × (N − 1)

Une séquence idéale avec cache implicite est :

1.00 + 0.20 × (N − 1)

Sous l’hypothèse simplificatrice où chaque requête après la première bénéficie d’un hit implicite, le cache explicite devient moins cher à quatre requêtes au total :

• Une requête de création de cache
• Trois réutilisations réussies du cache

Comparé à l’absence de cache, le cache explicite devient moins cher dès la deuxième requête.

Dans les charges de travail réelles, le point mort peut varier, car les hits implicites ne sont pas garantis.

Suivez :

• Jetons d’entrée mis en cache
• Jetons de création de cache
• Jetons d’entrée non mis en cache
• Jetons de sortie
• Taux de hit du cache
• Nombre de tentatives (retry)
• Taux de réussite des tâches

Une dépense de jetons plus faible n’aide pas si des ratés de cache ou des régressions de qualité entraînent davantage de retries.

Tarification de Qwen Web Search

Pour qwen3.7-plus, Alibaba oriente les développeurs vers l’outil web_search de l’API Responses.

Web Search ajoute deux composantes de coût distinctes :

1. Le contenu web récupéré est ajouté à l’invite du modèle et facturé comme des jetons d’entrée normaux.
2. La politique de recherche a un tarif séparé par 1,000 appels.

Les tarifs agent documentés actuellement sont :

Source : Alibaba Cloud Web Search documentation.

Le tableau de support répertorie actuellement qwen3.7-plus pour les portées Global et International, mais ne liste pas l’ID US-local qwen3.7-plus-us.

Vérifiez la disponibilité de l’outil avant de concevoir un flux US-local basé sur la fonctionnalité Web Search intégrée d’Alibaba.

Exemple de coût Web Search en International

Supposons qu’une requête contienne :

• 10K jetons d’entrée normaux
• 2K jetons de sortie
• Deux appels Web Search

Avant de compter les jetons additionnels renvoyés par le moteur de recherche :

La part des frais de politique de recherche est :

$0.0200 ÷ $0.0272 = 73.5%

Dans cet exemple, les frais de recherche représentent 73.5 % du total avant inclusion des jetons de contenu récupéré, soit 74 % arrondi au pourcentage entier le plus proche.

Sur l’itinéraire Global, le coût par appel est bien plus faible. Cependant, les pages récupérées peuvent tout de même augmenter significativement l’usage de jetons d’entrée ou pousser un agent longue durée au-delà du palier tarifaire 256K.

Pour les flux ancrés par la recherche, suivez à la fois :

• Le nombre d’appels de recherche
• Le nombre de jetons de contenu récupéré

Tarification et disponibilité de l’API Batch

L’API Batch File d’Alibaba facture les jetons d’entrée et de sortie réussis à 50 % du prix d’inférence en temps réel correspondant.

Elle est conçue pour des charges hors ligne ne nécessitant pas de réponses immédiates, notamment :

• Évaluations de modèles
• Étiquetage de documents
• Classification à grande échelle
• Génération de données synthétiques
• Enrichissement nocturne
• Traitement multimodal hors ligne
• Exécutions de benchmarks

Cependant, la remise Batch ne doit pas être automatiquement incluse dans chaque prévision de coût Qwen3.7 Plus.

La documentation actuelle indique que :

• Le modèle exact qwen3.7-plus est listé sous China (Beijing).
• La portée Batch de Singapour liste des alias génériques tels que qwen-plus, plutôt que l’ID exact qwen3.7-plus.
• La documentation ne liste pas qwen3.7-plus-us comme modèle Batch US-local pris en charge.
• Les requêtes Batch prises en charge pour Qwen3.7 Plus ont un contexte maximum de 256K, non 1M.
• Batch ne prend pas en charge Context Cache.
• Les remises Batch et cache ne sont pas combinables.
• Le mode de réflexion (Thinking) est activé par défaut pour les jobs Batch des séries Qwen3.7, sauf configuration explicite.
• Les jetons de réflexion sont facturés au tarif des jetons de sortie.
• Le completion_window configurable est une période d’attente maximale de 24 à 336 heures.
• La fenêtre de complétion n’est pas une garantie que chaque job prendra 24 heures ou se terminera à un moment précis.

Source*:* Alibaba Cloud OpenAI-compatible Batch API documentation**.

Une remise Batch de 50 % ne signifie pas toujours une tâche 50 % moins chère

Batch divise par deux le prix unitaire des jetons d’entrée et de sortie. Il ne contrôle pas combien de jetons de réflexion le modèle génère.

L’exemple suivant utilise uniquement le ratio entrée/sortie US-local pour illustrer l’arithmétique. Il n’implique pas que l’itinéraire US-local prenne actuellement en charge Batch.

L’exemple temps réel est calculé comme :

• Entrée : 100K ÷ 1M × $0.40 = $0.0400
• Sortie : 10K ÷ 1M × $1.60 = $0.0160
• Total : $0.0560

L’exemple Batch à réflexion modérée est calculé avec des tarifs à moitié prix :

• Entrée : 100K ÷ 1M × $0.20 = $0.0200
• Sortie : 40K ÷ 1M × $0.80 = $0.0320
• Total : $0.0520

L’exemple Batch à réflexion plus lourde :

• Entrée : 100K ÷ 1M × $0.20 = $0.0200
• Sortie : 50K ÷ 1M × $0.80 = $0.0400
• Total : $0.0600

Dans le dernier scénario, la réflexion supplémentaire annule complètement l’économie nominale de Batch.

Pour des charges hors ligne déterministes comme la classification, l’extraction, l’étiquetage et le formatage, définissez explicitement :

{
  "enable_thinking": false
}

Pour les tâches plus difficiles, définissez un thinking_budget approprié et comparez le coût par tâche réussie au lieu de supposer que la remise Batch annoncée réduira la facture finale exactement de 50 %.

Pour la planification US ou Global, considérez les économies Batch comme non confirmées tant que l’ID exact du modèle et l’itinéraire n’apparaissent pas dans votre console actuelle ou la documentation régionale.

Jetons de réflexion et coûts de sortie

Qwen3.7 Plus prend en charge les modes avec et sans réflexion.

La réflexion peut améliorer les performances sur le raisonnement complexe, le code, la planification et les flux d’agent. Cependant, les jetons de réflexion augmentent l’usage de sortie et sont facturés au tarif des jetons de sortie.

C’est important, car les jetons de sortie coûtent quatre fois plus cher que les jetons d’entrée sur les paliers de tarification Qwen3.7 Plus d’Alibaba.

Pour l’itinéraire US-local en dessous de 256K :

• Entrée : $0.40 par 1M jetons
• Sortie : $1.60 par 1M jetons

Au-dessus de 256K :

• Entrée : $1.20 par 1M jetons
• Sortie : $4.80 par 1M jetons

Pour les charges sensibles aux coûts, envisagez de désactiver ou de limiter la réflexion pour les tâches simples telles que :

• Extraction de données
• Formatage
• Classification
• Étiquetage de contenu
• Résumé simple
• Routage basique
• Génération de sortie structurée

N’utilisez des budgets de réflexion plus longs que lorsque les données d’évaluation montrent qu’ils améliorent réellement l’achèvement des tâches.

Tarifs CometAPI : Qwen3.7 Plus vs Qwen3.7 Max vs Qwen3.6 Plus

Sources: CometAPI Qwen3.7 Plus model page**； CometAPI Qwen3.7 Max model page；CometAPI Qwen3.6 Plus model page

Qwen positionne Qwen3.7 Plus comme un modèle multimodal pour la compréhension visuelle, le codage, l’interaction GUI, l’usage d’outils et les flux de productivité.

Les listings API Qwen actuels montrent Qwen3.7 Max avec entrée texte et sortie texte, tandis que la documentation de compréhension visuelle d’Alibaba liste Qwen3.7 Plus pour les entrées image et vidéo.

Commencez par Plus lorsque la tâche inclut :

• Images
• Vidéo
• Captures d’écran
• Documents
• Graphiques
• État d’interface
• Codage visuel
• Interaction GUI

Testez Max pour les travaux texte uniquement lorsqu’un taux de tâches résolues supérieur peut justifier le coût de jetons plus élevé.

Comment réduire les coûts API Qwen3.7 Plus

1. Mesurer le trafic autour de la limite 256K

Regroupez les requêtes de production par longueur d’entrée totale :

• 0–32K
• 32K–128K
• 128K–256K
• Au-dessus de 256K

Ensuite, examinez quels flux nécessitent réellement le palier tarifaire le plus élevé.

Une requête ne devrait pas dépasser 256K simplement parce que tous les documents disponibles, tours de conversation, résultats d’outils ou fichiers de dépôt ont été inclus par défaut.

2. Ajouter une garde de jetons en prévol

Utilisez un compteur de jetons compatible avec le modèle dans l’application ou la couche passerelle API avant chaque envoi.

Les seuils suivants sont une heuristique d’ingénierie plutôt qu’une règle Alibaba :

• En dessous de 220K : envoyer normalement.
• Entre 220K et 240K : consigner un avertissement et empêcher la croissance inutile du contexte.
• Au-dessus d’environ 240K : compacter le contexte avant l’envoi.
• Au-dessus de 256K : procéder uniquement si le gain de qualité attendu justifie le palier tarifaire supérieur d’Alibaba.

Lorsque la garde est déclenchée, le flux peut :

1. Résumer les sorties d’outils plus anciennes.
2. Supprimer les résultats de recherche dupliqués.
3. Remplacer les journaux bruts par des résumés d’erreurs structurés.
4. Récupérer uniquement les fragments de documents les plus pertinents.
5. Déplacer les anciens tours de conversation dans un bloc mémoire compressé.
6. Scinder les groupes de documents véritablement indépendants en appels séparés.
7. Router la tâche vers un fournisseur ayant un prix long-contexte plat confirmé, si approprié.

Laissez une marge de sécurité, car :

• Les entrées image consomment des jetons
• Les schémas d’outils ajoutent du contexte
• Les messages système peuvent être volumineux
• Le contenu web récupéré peut croître de façon imprévue
• Les tokenizers peuvent compter différemment le même texte

Des outils d’observabilité comme Langfuse aident à surveiller l’usage de jetons. Une passerelle comme APISIX peut faire respecter la limite si associée à un tokenizer adapté ou une politique de routage personnalisée.

3. Mettre le contenu stable en premier

Placez près du début de l’invite le contenu réutilisable, notamment :

• Instructions système
• Blocs de politique
• Schémas d’outils
• Résumés de dépôts
• Catalogues produits
• Documents réutilisables
• Guides de marque
• Schémas de sortie

Placez le contenu utilisateur très variable plus tard.

Des préfixes stables améliorent la probabilité d’un hit de cache implicite et facilitent la gestion des blocs de cache explicites.

4. Résumer les anciens résultats d’outils

Les flux d’agent peuvent accumuler de grands volumes de contexte via :

• Résultats de recherche
• Sorties de navigateur
• Journaux d’exécution de code
• Réponses précédentes du modèle
• Messages d’erreur
• Schémas d’outils

Au lieu de conserver toutes les sorties brutes, résumez périodiquement l’ancien contexte et gardez uniquement les informations nécessaires à l’étape suivante.

5. Contrôler la sortie de réflexion

Consignez séparément les jetons de réflexion et les jetons de réponse visibles.

Pour les tâches simples, désactivez la réflexion lorsqu’elle est prise en charge ou définissez un budget de raisonnement plus petit.

Pour les tâches complexes, comparez le coût de réflexion additionnel avec la baisse des retries, des erreurs et du temps de revue humaine.

6. Compter les appels d’outils et les jetons récupérés

Pour les agents Web Search, enregistrez :

• Appels de recherche
• Appels d’extraction
• Jetons de contenu récupéré
• Retrys de recherche
• Retrys du modèle
• Appels de repli (fallback)
• Résultat final de la tâche

Les frais de l’outil de recherche peuvent dominer les petites requêtes, tandis que le contenu récupéré peut dominer les requêtes longues.

7. Optimiser le coût par tâche complétée

Ne comparez pas les itinéraires uniquement selon leur coût par million de jetons annoncé.

Mesurez :

• Coût par requête
• Coût par tâche complétée
• Taux de réussite des tâches
• Taux de retry
• Taux de fallback
• Taux de hit du cache
• Appels de recherche par tâche
• Latence
• Temps de revue humaine

Un modèle moins cher peut devenir plus coûteux s’il produit des réponses incorrectes, nécessite des appels supplémentaires ou génère davantage de travail manuel.

Un plan pratique d’évaluation Qwen3.7 Plus

Avant de faire passer du trafic en production, créez un jeu d’évaluation ciblé basé sur vos charges réelles.

Un jeu de 30 tâches suffit généralement à identifier des différences majeures de coût, de latence et de qualité d’achèvement.

Pour chaque tâche, enregistrez :

• Jetons d’entrée
• Jetons de sortie
• Jetons de réflexion
• Jetons mis en cache
• Jetons de création de cache
• Appels de recherche
• Jetons de contenu récupéré
• Latence
• Nombre de retries
• Résultat final de la tâche

Le CometAPI Cookbook inclut des exemples d’intégration et de routage de modèles pour ce type d’évaluation.

FAQ

Combien coûte l’API Qwen3.7 Plus ?

L’itinéraire US-local qwen3.7-plus-us d’Alibaba coûte $0.40 par 1M jetons d’entrée et $1.60 par 1M jetons de sortie pour les requêtes jusqu’à 256K jetons d’entrée.

Pour les requêtes au-dessus de 256K et jusqu’à 1M, le prix passe à $1.20 par 1M jetons d’entrée et $4.80 par 1M jetons de sortie.

L’itinéraire Global d’Alibaba a le prix catalogue le plus bas dans cette comparaison. Le modèle est aussi disponible via CometAPI à un tarif listé de $0.32 par 1M jetons d’entrée et $1.28 par 1M jetons de sortie.

Comment les requêtes longue-contexte sont-elles facturées via CometAPI ?

La fiche Qwen3.7 Plus affiche un tarif unique de $0.32/M en entrée et $1.28/M en sortie, mais ne précise pas actuellement si un palier séparé s’applique au-delà de 256K jetons.

Au tarif affiché**, une requête avec 400K jetons d’entrée et 20K jetons de sortie coûterait $0.1536**. Traitez ceci comme une estimation jusqu’à confirmation de la politique de facturation longue-contexte.

Qwen3.7 Plus est-il disponible aux États-Unis ?

Oui. Alibaba liste un ID de modèle US-local appelé qwen3.7-plus-us dans la région US (Virginia).

Alibaba liste aussi l’itinéraire Global qwen3.7-plus dans la même section tarifaire régionale.

Choisissez un itinéraire en fonction de :

• Exigences de déploiement
• Lieu de traitement des données
• Prise en charge des outils
• Latence
• Disponibilité
• Prix effectif

Pourquoi le prix de Qwen3.7 Plus augmente-t-il après 256K jetons ?

Alibaba choisit le palier de tarification selon le nombre total de jetons d’entrée d’une requête.

Une fois la requête au-delà de 256K jetons d’entrée, tous les jetons d’entrée et de sortie facturés utilisent les tarifs du palier supérieur.

La tarification n’est pas progressive.

Context Cache réduit-il les coûts de Qwen3.7 Plus ?

Oui.

Alibaba indique que les hits de cache explicite sont facturés 10 % du tarif d’entrée normal, tandis que les hits de cache implicite sont facturés 20 %.

La création d’un cache explicite coûte 125 % du prix d’entrée normal, et le cache reste valide cinq minutes, le minuteur se réinitialisant après chaque hit réussi.

Dans une comparaison idéale avec des hits implicites répétés, le cache explicite devient moins cher après une création et trois réutilisations réussies.

Comment fonctionne la tarification de Qwen Web Search ?

Web Search ajoute deux coûts :

1. Le contenu web récupéré augmente l’usage des jetons d’entrée normaux.
2. L’outil de recherche a un tarif séparé par 1,000 appels.

Le tarif documenté actuellement est :

• $0.573411 par 1,000 appels pour les portées Global et Chine continentale
• $10 par 1,000 appels pour International

Qwen3.7 Plus prend-il en charge l’API Batch ?

Le modèle exact qwen3.7-plus est actuellement listé pour Batch sous China (Beijing), où les jetons réussis sont facturés à 50 % des prix d’inférence en temps réel et le contexte est plafonné à 256K.

La documentation actuelle ne liste pas l’itinéraire US-local qwen3.7-plus-us pour Batch.

Ne supposez pas que la remise Batch s’applique aux déploiements US-local ou Global sans vérifier la disponibilité dans la console actuelle.

Qwen3.7 Plus est-il moins cher que Qwen3.7 Max ?

Oui, selon les tarifs listés utilisés dans cette comparaison.

Qwen3.7 Plus est listé à :

• $0.32 par 1M jetons d’entrée
• $1.28 par 1M jetons de sortie

Qwen3.7 Max est listé à :

• $1.36 par 1M jetons d’entrée
• $4.08 par 1M jetons de sortie

Max peut néanmoins être plus économique pour des tâches d’agent textuelles difficiles s’il les termine avec moins de retries.

Dois-je utiliser Alibaba directement ou un agrégateur d’API ?

L’accès direct à Alibaba est plus clair lorsqu’une charge dépend d’une portée de déploiement spécifique, d’une fonctionnalité native du fournisseur, d’un contrôle régional ou d’une relation de facturation directe.

Une couche d’agrégation peut être plus pratique lorsque la même application doit tester ou router vers plusieurs familles de modèles. CometAPI, par exemple, expose Qwen3.7 Plus aux côtés de modèles de fournisseurs tels qu’OpenAI, Anthropic, Google, Moonshot et DeepSeek via une interface compatible OpenAI.

Le meilleur itinéraire dépend des exigences régionales, du coût effectif, de l’effort d’intégration, des besoins de fallback et de la nécessité d’utiliser des fonctionnalités natives Alibaba.

Effectuez une comparaison en conditions proches de la production avant de choisir un itinéraire

Les tarifs publiés par million de jetons aident à réduire le champ des options, mais la décision finale doit s’appuyer sur une charge ressemblant à la production.

Une approche pratique consiste à exécuter le même jeu d’évaluation sur Qwen3.7 Plus, Qwen3.7 Max et quelques alternatives pertinentes. Un service d’API unifié comme CometAPI peut simplifier cette comparaison en exposant les modèles Qwen, Claude, Gemini, GPT, Kimi et DeepSeek via la même interface compatible OpenAI.

Pendant le test, enregistrez :

• Jetons d’entrée et de sortie
• Usage des jetons de réflexion
• Usage du cache
• Appels d’outils
• Retrys
• Latence
• Réussite des tâches

Utilisez la page du modèle Qwen3.7 Plus comme point de départ, puis choisissez l’itinéraire avec le coût par tâche complétée le plus bas — pas simplement le prix par million de jetons le plus bas.