Qwen3.7 Plus API-priser 2026: Kostnader, Cache & Batch

TL;DR Qwen3.7 Plus starter på $0.40/M inndatatokener og $1.60/M utdatatokener på Alibabas US-lokale rute, mens Global-ruten starter på $0.276/M og $1.101/M. Til sammenligning viser CometAPI for tiden modellen til $0.32/M inndata og $1.28/M utdata. Den viktigste kostnadsrisikoen er Alibabas 256K-terskel: når en forespørsel krysser den, gjelder det høyere nivået for hele forespørselen.

Qwen3.7 Plus API-priser i korte trekk

Qwen3.7 Plus har ikke én universell API-pris. Den endelige kostnaden avhenger av distribusjonsrute, forespørslens lengde, midlertidige rabatter, cache-bruk, tenkningsutdata, Web Search-kall og regional funksjonstilgjengelighet.

Alibaba dokumenterer et 1,000,000-token kontekstvindu for qwen3.7-plus.

Kilder:**[Alibaba Cloud Model Studio-priser]

Merknad om midlertidige Alibaba-rabatter

Alibabas nåværende pristabell merker Global qwen3.7-plus med en tidsbegrenset 20 % dagrabatt og 60 % nattrabatt.

Den publiserte nattperioden er 22:00–08:00 UTC**+8**, basert på faktureringstid. Den internasjonale ruten viser for øyeblikket en tidsbegrenset 20 % rabatt.

Fordi disse kampanjene kan endres eller utløpe, bruker beregningene nedenfor standard listepriser med mindre annet eksplisitt er angitt. For et direkte produksjonsestimat, sjekk Model Studio-konsollen og prissiden samme dag du kjører trafikk.

Alibaba US-lokal vs Global prising

Den viktigste forskjellen for utviklere i USA er at Alibabas US-lokale og Global-ruter ikke bruker samme prisliste.

US-lokalt modell-ID er:

qwen3.7-plus-us

Listepris starter på:

• $0.40 per 1M inndatatokener
• $1.60 per 1M utdatatokener

Globalt modell-ID er:

qwen3.7-plus

Listepris starter på:

• $0.276 per 1M inndatatokener
• $1.101 per 1M utdatatokener

Global-ruten er billigere basert på publisert listepris, men kostnad bør ikke være den eneste rutefaktoren.

Team bør også vurdere:

• Krav til dataresidens
• Regional tilgjengelighet
• Latens
• Verktøystøtte
• Etterlevelseskrav
• Tjenestestabilitet
• Midlertidige leverandørrabatter

En rimeligere Global-rute er kanskje ikke egnet for arbeidslaster som krever behandling i en spesifikk region.

Hvordan 256K-prisnivået fungerer

Alibaba Cloud bruker totalt antall inndatatokener i en enkelt forespørsel for å velge prisnivå.

Hvis en forespørsel krysser 256K inndatatokener, gjelder høyere enhetspris for alle tokener som faktureres i den forespørselen, inkludert utdatatokener til utdataprisen vist for det høyere nivået.

En forespørsel på 300K tokener blir ikke fakturert som:

• 256K tokener til lavere pris
• 44K tokener til høyere pris

I stedet bruker hele forespørselen det høyere prisnivået.

For US-lokal rute betyr dette at prisen endres fra:

• $0.40 til $1.20 per 1M inndatatokener
• $1.60 til $4.80 per 1M utdatatokener

De høyere satsene gjelder for alle fakturerbare inn- og utdatatokener i den forespørselen.

Qwen3.7 Plus kostnadseksempler

Eksempel 1: En forespørsel under 256K

Anta at en forespørsel inneholder:

• 100,000 inndatatokener
• 10,000 utdatatokener

Alibaba-tallene ovenfor bruker publiserte listepriser før eventuelle midlertidige rabatter.

Eksempel 2: En forespørsel over 256K

Anta nå at en forespørsel inneholder:

• 400,000 inndatatokener
• 20,000 utdatatokener

Fordi forespørselen overstiger 256K inndatatokener, bruker Alibaba Cloud det høyere nivået på alle inn- og utdatotokener i forespørselen.

*CometAPI-tallet er et betinget estimat, ikke en bekreftet produksjonspris for forespørsler over 256K.

CometAPIs offentlige modellsiden viser for tiden én hovedsats og omtrent 991.8K maksimale inndatatokener. Den angir imidlertid ikke om forespørsler over 256K:

• Beholder samme hovedpris
• Bruker et eget prisnivå for lang kontekst
• Pådrar seg et ekstra rutingtillegg

Hvis hovedsatsene forblir uendret over 256K, vil den anslåtte kostnaden være:

• Inndata: 400K ÷ 1M × $0.32 = $0.1280
• Utdata: 20K ÷ 1M × $1.28 = $0.0256
• Totalt: $0.1536

Kilde*:* CometAPI Qwen3.7 Plus-priser

Kan splitting av en stor forespørsel redusere kostnaden?

I noen tilfeller, ja.

Anta at 400K-inndataoppgaven kan deles i to uavhengige forespørsler som hver inneholder:

• 200K inndatatokener
• 10K utdatatokener

På US-lokal rute:

Versjonen med to forespørsler er betydelig billigere fordi begge kallene holder seg under 256K-grensen.

Dette er imidlertid en illustrativ optimalisering snarere enn en universell anbefaling.

Å splitte en oppgave kan introdusere:

• Duplisert kontekst
• Flere API-kall
• Mer orkestreringslogikk
• Høyere latens
• Tap av tverrdokumentkontekst
• Lavere svarkvalitet

Bruk denne tilnærmingen kun når arbeidet kan separeres uten å svekke sluttresultatet.

Context Cache-prising for Qwen3.7 Plus

Context Cache kan redusere kostnaden for gjentatte systemprompt, repository-kontekst, retningslinjedokumenter, produktkataloger og annet gjenbrukbart referansemateriale.

Alibaba Cloud tilbyr eksplisitt og implisitt Context Cache-modus.

Kilde: Alibaba Cloud Context Cache-dokumentasjon.

Eksempel på Context Cache-kostnad

Anta at en US-lokal arbeidsflyt gjentatte ganger sender:

• 80K stabil prefiks-tokener
• 5K nye inndatatokener
• 5K utdatatokener

Eksplisitt cache har en gyldighetsperiode på fem minutter som nullstilles etter et vellykket treff, ikke en minimum TTL på én time.

Opprettelsestokener koster 125 % av normal inndatapris, mens senere cache-treff koster 10 %.

Når blir eksplisitt cache billigere?

For den stabile prefiksen alene, la N representere totalt antall identiske-prefiks-forespørsler.

Den normaliserte eksplisitt-cache-kostnaden er:

1.25 + 0.10 × (N − 1)

En ideell implisitt-cache-sekvens er:

1.00 + 0.20 × (N − 1)

Under den forenklede antakelsen om at hver forespørsel etter den første får et implisitt-cache-treff, blir eksplisitt cache billigere ved fire totale forespørsler:

• Én cache-opprettelsesforespørsel
• Tre vellykkede cache-gjenbruk

Sammenlignet med ingen caching i det hele tatt, blir eksplisitt caching billigere fra og med den andre totale forespørselen.

I reelle arbeidslaster kan balansepunktet variere fordi implisitte cache-treff ikke er garantert.

Før opp:

• Bufrede inndatatokener
• Cache-opprettelsestokener
• Ubuffrede inndatatokener
• Utdatatokener
• Cache-treffrate
• Antall forsøk (retries)
• Oppgavens suksessrate

Lavere tokenforbruk hjelper ikke hvis cache-bom eller kvalitetsregresjoner fører til flere forsøk.

Qwen Web Search-prising

For qwen3.7-plus viser Alibaba utviklere til Responses API web_search-verktøyet.

Web Search legger til to separate kostnadskomponenter:

1. Hentet webinnhold legges til i modellens prompt og faktureres som normale inndatatokener.
2. Søke-policyen har en egen avgift per 1,000 kall.

De gjeldende dokumenterte agent-policy-satsene er:

Kilde: Alibaba Cloud Web Search-dokumentasjon.

Støttetabellen lister for tiden qwen3.7-plus for Global og Internasjonal distribusjonsområde, men den lister ikke US-lokalt modell-ID qwen3.7-plus-us.

Bekreft verktøytilgjengelighet før du designer en US-lokal arbeidsflyt rundt Alibabas innebygde Web Search-funksjon.

Internasjonalt eksempel på Web Search-kostnad

Anta at en forespørsel inneholder:

• 10K normale inndatatokener
• 2K utdatatokener
• To Web Search-kall

Før vi teller de ekstra tokenene som returneres av søkemotoren:

Søke-policyavgiften utgjør:

$0.0200 ÷ $0.0272 = 73.5%

I dette eksempelet står søkeavgiften for 73.5% av totalen før tokener fra hentet innhold inkluderes, eller 74 % når rundet til nærmeste hele prosentpoeng.

På Global-ruten er avgiften per kall mye lavere. Hentede nettsider kan imidlertid fortsatt øke inndatatoken-bruken betydelig eller dytte en langvarig agent over 256K-prisgrensen.

For søkeforankrede arbeidsflyter, før opp både:

• Antall søkekall
• Antall tokener fra hentet innhold

Batch API-priser og tilgjengelighet

Alibabas Batch File API belaster vellykkede inn- og utdatatokener til 50 % av tilsvarende sanntidsinferencepris.

Den er designet for offline-laster der umiddelbare svar ikke er nødvendige, inkludert:

• Modellevalueringer
• Dokumentmerking
• Storskala klassifisering
• Syntetisk datagenerering
• Nattlig berikelse
• Offline multimodal prosessering
• Benchmark-kjøringer

Batch-rabatten bør imidlertid ikke automatisk inkluderes i hvert Qwen3.7 Plus-kostnadsestimat.

Gjeldende dokumentasjon sier at:

• Den eksakte qwen3.7-plus-modellen er listet under Kina (Beijing).
• Singapore Batch-området lister generiske aliaser som qwen-plus, snarere enn det eksakte qwen3.7-plus modell-ID.
• Dokumentasjonen lister ikke qwen3.7-plus-us som en støttet US-lokal Batch-modell.
• Støttede Qwen3.7 Plus Batch-forespørsler har en maks kontekst på 256K, ikke 1M.
• Batch støtter ikke Context Cache.
• Batch- og cache-rabatter kan ikke kombineres.
• Thinking-modus er aktivert som standard for Qwen3.7-seriens Batch-jobber med mindre det eksplisitt konfigureres.
• Tenkningstokener faktureres til utdatapris.
• Den konfigurerbare completion_window er en maksimal ventetid mellom 24 og 336 timer.
• Fullføringsvinduet er ikke en garanti for at hver jobb vil ta 24 timer eller fullføres på et spesifikt tidspunkt.

Kilde*:* Alibaba Cloud OpenAI-kompatibel Batch API-dokumentasjon**.

50 % Batch-rabatt betyr ikke alltid 50 % billigere oppgave

Batch halverer enhetsprisen for inn- og utdatatokener. Den kontrollerer ikke hvor mange tenkningstokener modellen genererer.

Følgende eksempel bruker kun US-lokal forhold mellom inn- og utdatapriser for å illustrere aritmetikken. Det impliserer ikke at US-lokal rute for øyeblikket støtter Batch.

Sanntidseksemplet beregnes som:

• Inndata: 100K ÷ 1M × $0.40 = $0.0400
• Utdata: 10K ÷ 1M × $1.60 = $0.0160
• Totalt: $0.0560

Batch-eksemplet med moderat tenkning beregnes med halv pris:

• Inndata: 100K ÷ 1M × $0.20 = $0.0200
• Utdata: 40K ÷ 1M × $0.80 = $0.0320
• Totalt: $0.0520

Batch-eksemplet med tyngre tenkning er:

• Inndata: 100K ÷ 1M × $0.20 = $0.0200
• Utdata: 50K ÷ 1M × $0.80 = $0.0400
• Totalt: $0.0600

I det siste scenariet eliminerer ekstra tenkningsutdata fullstendig den nominelle Batch-besparelsen.

For deterministiske arbeidslaster offline som klassifisering, ekstraksjon, tagging og formatering, sett eksplisitt:

{
  "enable_thinking": false
}

For vanskeligere oppgaver, sett et passende thinking_budget og sammenlign kostnad per vellykket oppgave i stedet for å anta at den annonserte Batch-rabatten vil redusere sluttregningen med nøyaktig 50 %.

For US eller Global planlegging, behandl Batch-besparelser som ubekreftet til det eksakte modell-ID-et og ruten vises i din nåværende konsoll eller regionale dokumentasjon.

Tenkningstokener og utdatakostnader

Qwen3.7 Plus støtter tenkning og ikke-tenkning modus.

Tenkning kan forbedre ytelsen på kompleks resonnering, koding, planlegging og agent-arbeidsflyter. Tenkningstokener øker imidlertid utdataforbruket og faktureres til utdatapris.

Dette er viktig fordi utdatatokener er fire ganger dyrere enn inndatatokener på Alibabas Qwen3.7 Plus-prisnivåer.

For US-lokal rute under 256K:

• Inndata: $0.40 per 1M tokener
• Utdata: $1.60 per 1M tokener

Over 256K:

• Inndata: $1.20 per 1M tokener
• Utdata: $4.80 per 1M tokener

For kostnadssensitive arbeidslaster, vurder å deaktivere eller begrense tenkning for enkle oppgaver som:

• Dataekstraksjon
• Formatering
• Klassifisering
• Innholdstaggering
• Enkel oppsummering
• Grunnleggende ruting
• Strukturert utdata-generering

Bruk lengre tenkningsbudsjetter bare når evalueringsdata viser at de i vesentlig grad forbedrer oppgavefullføring.

Qwen3.7 Plus vs Qwen3.7 Max vs Qwen3.6 Plus prising i CometAPI

Kilder: CometAPI Qwen3.7 Plus modellsiden**； CometAPI Qwen3.7 Max modellsiden；CometAPI Qwen3.6 Plus modellsiden

Qwen posisjonerer Qwen3.7 Plus som en multimodal modell for visuell forståelse, koding, GUI-interaksjon, verktøybruk og produktivitetsarbeidsflyter.

Gjeldende Qwen API-oppføringer viser Qwen3.7 Max med tekstinn og tekstut, mens Alibabas dokumentasjon for visuell forståelse lister Qwen3.7 Plus for bilde- og videoinndata.

Start med Plus når oppgaven inkluderer:

• Bilder
• Video
• Skjermbilder
• Dokumenter
• Diagrammer
• Grensesnittstatus
• Visuell koding
• GUI-interaksjon

Test Max for kun tekst når en høyere løst-oppgave-rate kan rettferdiggjøre høyere tokenkostnad.

Slik reduserer du Qwen3.7 Plus API-kostnader

1. Mål trafikk rundt 256K-grensen

Grupper produksjonsforespørsler etter total inndatalengde:

• 0–32K
• 32K–128K
• 128K–256K
• Over 256K

Gå deretter gjennom hvilke arbeidsflyter som faktisk trenger høyeste prisnivå.

En forespørsel bør ikke krysse 256K bare fordi alle tilgjengelige dokumenter, samtaleomganger, verktøyresultater eller repository-filer ble inkludert som standard.

2. Legg til en forhåndsvakt for tokener

Bruk en modellkompatibel token-teller i applikasjonen eller API-gatewaylaget før hver forespørsel sendes.

Følgende terskler er en ingeniørmessig tommelfingerregel snarere enn en Alibaba-regel:

• Under 220K: Send som normalt.
• Mellom 220K og 240K: Logg et varsel og hindre unødvendig kontekstvekst.
• Over ca. 240K: Komprimer konteksten før sending.
• Over 256K: Gå videre bare når forventet kvalitetsgevinst rettferdiggjør Alibabas høyere prisnivå.

Når vakten utløses, kan arbeidsflyten:

1. Oppsummere eldre verktøyutdata.
2. Fjerne dupliserte søkeresultater.
3. Erstatte rå logger med strukturerte feilsammendrag.
4. Hente kun de mest relevante dokumentbitene.
5. Flytte eldre samtaleomganger inn i en komprimert minneblokk.
6. Splitte genuint uavhengige dokumentgrupper i separate kall.
7. Rute oppgaven til en leverandør med bekreftet flat lang-kontekst pris, når det er passende.

La igjen litt sikkerhetsmargin fordi:

• Bildeinndata forbruker tokener
• Verktøyskjemaer legger til kontekst
• Systemmeldinger kan være store
• Hentet webinnhold kan vokse uventet
• Tokenizere kan telle samme tekst forskjellig

Observabilitetsverktøy som Langfuse kan hjelpe med å overvåke tokenbruk. En gateway som APISIX kan håndheve grensen når den pares med en passende tokenizer eller tilpasset rutingspolicy.

3. Plasser stabilt innhold først

Plasser gjenbrukbart innhold nær begynnelsen av prompten, inkludert:

• Systeminstruksjoner
• Retningslinjeblokker
• Verktøyskjemaer
• Repository-sammendrag
• Produktkataloger
• Gjenbrukbare dokumenter
• Merkevare-retningslinjer
• Utdata-skjemaer

Plasser svært variabelt brukerinnhold senere.

Stabile prefikser forbedrer sjansen for implisitt cache-treff og gjør eksplisitte cacheblokker enklere å håndtere.

4. Oppsummer gamle verktøyresultater

Agent-arbeidsflyter kan akkumulere store mengder kontekst gjennom:

• Søkeresultater
• Nettsurfingsutdata
• Kjøringslogger for kode
• Tidligere modellresponser
• Feilmeldinger
• Verktøyskjemaer

I stedet for å beholde all rå utdata, oppsummer jevnlig eldre kontekst og behold kun informasjonen som kreves for neste steg.

5. Kontroller tenkningsutdata

Logg tenkningstokener separat fra synlige svartokener.

For enkle oppgaver, deaktiver tenkning der det støttes eller sett et mindre resonneringsbudsjett.

For komplekse oppgaver, sammenlign den ekstra resonneringskostnaden med reduksjonen i forsøk, feil og menneskelig gjennomgang.

6. Tell verktøykall og hentede tokener

For Web Search-agenter, registrer:

• Søke-kall
• Ekstraktor-kall
• Tokener fra hentet innhold
• Søke-retries
• Modell-retries
• Fallback-kall
• Endelig oppgaveresultat

Søkeverktøy-avgiften kan dominere små forespørsler, mens hentet innhold kan dominere lange forespørsler.

7. Optimaliser for kostnad per fullført oppgave

Ikke sammenlign ruter kun etter oppgitt kostnad per million tokener.

Mål:

• Kostnad per forespørsel
• Kostnad per fullført oppgave
• Oppgavens suksessrate
• Retry-rate
• Fallback-rate
• Cache-treffrate
• Søke-kall per oppgave
• Latens
• Tid for menneskelig gjennomgang

En billigere modell kan bli dyrere hvis den genererer feil svar, krever flere kall eller skaper mer manuelt arbeid.

En praktisk evalueringsplan for Qwen3.7 Plus

Før du flytter produksjonstrafikk, lag et fokusert evalueringssett basert på dine faktiske arbeidslaster.

Et testsett på 30 oppgaver er vanligvis nok til å identifisere store forskjeller i kostnad, latens og fullføringskvalitet.

For hver oppgave, registrer:

• Inndatatokener
• Utdatatokener
• Tenkningstokener
• Bufrede tokener
• Cache-opprettelsestokener
• Søke-kall
• Tokener fra hentet innhold
• Latens
• Antall retries
• Endelig oppgaveresultat

CometAPI Cookbook inneholder flere integrasjons- og modellrutingseksempler for denne typen evaluering.

Vanlige spørsmål

Hvor mye koster Qwen3.7 Plus API?

Alibabas US-lokale qwen3.7-plus-us rute koster $0.40 per 1M inndatatokener og $1.60 per 1M utdatatokener for forespørsler med opptil 256K inndatatokener.

For forespørsler over 256K og opptil 1M øker prisen til $1.20 per 1M inndatatokener og $4.80 per 1M utdatatokener.

Alibabas Global-rute har lavest publiserte listepris i denne sammenligningen. Modellen er også tilgjengelig via CometAPI til en oppført sats på $0.32 per 1M inndatatokener og $1.28 per 1M utdatatokener.

Hvordan prises lang-kontekst-forespørsler via CometAPI?

Qwen3.7 Plus-oppføringen viser en enkel sats på $0.32/M inndata og $1.28/M utdata, men den spesifiserer ikke for øyeblikket om et eget nivå gjelder over 256K tokener.

Til den viste satsen**, vil en forespørsel med 400K inndatatokener og 20K utdatatokener koste $0.1536**. Behandle dette som et estimat til policyen for lang-kontekst-fakturering er bekreftet.

Er Qwen3.7 Plus tilgjengelig i USA?

Ja. Alibaba lister et US-lokalt modell-ID kalt qwen3.7-plus-us i regionen US (Virginia).

Alibaba lister også Global qwen3.7-plus-ruten i samme regionale prisseksjon.

Velg rute basert på:

• Distribusjonskrav
• Databehandlingslokasjon
• Verktøystøtte
• Latens
• Tilgjengelighet
• Effektiv pris

Hvorfor hopper Qwen3.7 Plus-prisene etter 256K tokener?

Alibaba velger prisnivå basert på totalt antall inndatatokener i en enkelt forespørsel.

Når forespørselen overstiger 256K inndatatokener, bruker alle fakturerte inn- og utdatatokener i den forespørselen satsene vist for høyere nivå.

Prisingen beregnes ikke progressivt.

Reduserer Context Cache Qwen3.7 Plus-kostnader?

Ja.

Alibaba oppgir at eksplisitt cache-treff faktureres til 10 % av normal inndatasats, mens implisitt cache-treff faktureres til 20 %.

Eksplisitt cache-opprettelse koster 125 % av normal inndatapris, og cachen forblir gyldig i fem minutter, med timeren som nullstilles etter hvert vellykket treff.

Under en ideell sammenligning med gjentatte implisitte cache-treff, blir eksplisitt cache billigere etter én opprettelse og tre vellykkede gjenbruk.

Hvordan fungerer prising for Qwen Web Search?

Web Search legger til to kostnader:

1. Hentet webinnhold øker normal inndatatoken-bruk.
2. Søkeverktøyet har en egen avgift per 1,000 kall.

Den gjeldende dokumenterte satsen er:

• $0.573411 per 1,000 kall for Global og Kinas fastland distribusjonsområder
• $10 per 1,000 kall for Internasjonal distribusjon

Støtter Qwen3.7 Plus Batch API?

Den eksakte qwen3.7-plus-modellen er for tiden listet for Batch under Kina (Beijing), der vellykkede tokener belastes til 50 % av sanntidsinference-priser og konteksten er begrenset til 256K.

Gjeldende dokumentasjon lister ikke US-lokale qwen3.7-plus-us for Batch.

Ikke anta at Batch-rabatten gjelder US-lokale eller Global distribusjoner uten å sjekke gjeldende konsolltilgjengelighet.

Er Qwen3.7 Plus billigere enn Qwen3.7 Max?

Ja, basert på de oppførte satsene som brukes i denne sammenligningen.

Qwen3.7 Plus er oppført til:

• $0.32 per 1M inndatatokener
• $1.28 per 1M utdatatokener

Qwen3.7 Max er oppført til:

• $1.36 per 1M inndatatokener
• $4.08 per 1M utdatatokener

Max kan likevel være mer økonomisk for vanskelige, tekstrike agentoppgaver hvis den fullfører dem med færre forsøk.

Bør jeg bruke Alibaba direkte eller en API-aggregator?

Direkte Alibaba-tilgang er det klarere valget når en arbeidslast avhenger av et spesifikt distribusjonsområde, en innfødt leverandørfunksjon, regional kontroll eller direkte faktureringsforhold.

Et aggregeringslag kan være mer praktisk når samme applikasjon trenger å teste eller rute på tvers av flere modellfamilier. CometAPI eksponerer for eksempel Qwen3.7 Plus sammen med modeller fra leverandører som OpenAI, Anthropic, Google, Moonshot og DeepSeek gjennom et OpenAI-kompatibelt grensesnitt.

Den beste ruten avhenger av regionale krav, effektiv kostnad, integrasjonsarbeid, fallback-behov og om innfødte Alibaba-funksjoner er påkrevd.

Kjør en produksjonslignende sammenligning før du velger rute

Publiserte tokensatser er nyttige for å snevre inn alternativene, men den endelige avgjørelsen bør komme fra en arbeidslast som ligner produksjon.

En praktisk tilnærming er å kjøre samme evalueringssett på tvers av Qwen3.7 Plus, Qwen3.7 Max og noen relevante alternativer. En samlet API-tjeneste som CometAPI kan forenkle denne sammenligningen ved å eksponere Qwen, Claude, Gemini, GPT, Kimi og DeepSeek-modeller gjennom samme OpenAI-kompatible grensesnitt.

Under testen, registrer:

• Inndata og utdata-tokener
• Tenkningstoken-bruk
• Cache-bruk
• Verktøy-kall
• Retries
• Latens
• Oppgavens suksess

Bruk Qwen3.7 Plus modellsiden som et utgangspunkt, og velg deretter ruten med lavest kostnad per fullført oppgave—ikke bare lavest annonsert tokenpris.