Цены API Qwen3.7 Plus на 2026 год: стоимость, кэш и пакетная обработка

TL;DR Qwen3.7 Plus на локальном для США маршруте Alibaba начинается с $0.40/M за вход и $1.60/M за выход, тогда как глобальный маршрут начинается с $0.276/M и $1.101/M. Для сравнения, CometAPI сейчас указывает модель по цене $0.32/M за вход и $1.28/M за выход. Основной риск затрат — порог 256K у Alibaba: как только запрос его превышает, повышенный тариф применяется ко всему запросу.

Краткий обзор цен на API Qwen3.7 Plus

У Qwen3.7 Plus нет единой универсальной цены API. Итоговая стоимость зависит от маршрута развертывания, длины запроса, временных скидок, использования кеша, объема "thinking"-выхода, вызовов Web Search и доступности функций по регионам.

Alibaba документирует контекстное окно на 1,000,000 токенов для qwen3.7-plus.

Источники:**Alibaba Cloud Model Studio pricing

Примечание о временных скидках Alibaba

В текущей таблице цен Alibaba отмечает для глобального qwen3.7-plus ограниченную дневную скидку 20% и ночную скидку 60%.

Опубликованное ночное окно — 22:00–08:00 UTC**+8**, по времени биллинга. Для International сейчас указана ограниченная скидка 20%.

Поскольку эти акции могут меняться или истекать, в расчетах ниже используются стандартные цены-лист, если явно не указано иное. Для прогноза в боевом режиме проверяйте консоль Model Studio и страницу цен в день, когда пускаете трафик.

Сравнение цен Alibaba US-Local и Global

Самое важное для разработчиков в США — маршруты US-local и Global у Alibaba не используют одну и ту же строку цен.

Идентификатор модели US-local:

qwen3.7-plus-us

Ее цена-лист начинается с:

• $0.40 за 1M входных токенов
• $1.60 за 1M выходных токенов

Идентификатор глобальной модели:

qwen3.7-plus

Ее цена-лист начинается с:

• $0.276 за 1M входных токенов
• $1.101 за 1M выходных токенов

Маршрут Global дешевле по опубликованной цене-лист, но стоимость не должна быть единственным фактором выбора маршрута.

Командам также стоит учитывать:

• Требования к хранению и обработке данных
• Региональную доступность
• Задержку
• Поддержку инструментов
• Требования к соответствию
• Стабильность сервиса
• Временные скидки провайдера

Более дешевый маршрут Global может быть неподходящим для нагрузок, требующих обработки в конкретном регионе.

Как работает тариф 256K

Alibaba Cloud определяет тариф по общему числу входных токенов в одном запросе.

Если запрос превышает 256K входных токенов, повышенная цена применяется ко всем токенам, выставляемым в счете за этот запрос, включая выходные токены по ставке для повышенного тарифа.

Запрос на 300K токенов не тарифицируется как:

• 256K токенов по нижней цене
• 44K токенов по повышенной цене

Вместо этого весь запрос тарифицируется по повышенному уровню.

Для маршрута US-local это означает переход цены с:

• $0.40 до $1.20 за 1M входных токенов
• $1.60 до $4.80 за 1M выходных токенов

Повышенные ставки применяются ко всем биллингующимся входным и выходным токенам в этом запросе.

Примеры стоимости Qwen3.7 Plus

Пример 1: запрос ниже 256K

Предположим, запрос содержит:

• 100,000 входных токенов
• 10,000 выходных токенов

Цифры Alibaba выше используют опубликованные цены-лист до учета любых временных скидок.

Пример 2: запрос выше 256K

Теперь предположим, запрос содержит:

• 400,000 входных токенов
• 20,000 выходных токенов

Поскольку запрос превышает 256K входных токенов, Alibaba Cloud применяет повышенный тариф ко всем входным и выходным токенам в запросе.

*Показатель CometAPI — это условная оценка, а не подтвержденная производственная цена для запросов свыше 256K.

Публичная страница модели CometAPI сейчас показывает одну витринную ставку и максимум примерно 991.8K входных токенов. Однако там не указано, сохраняются ли ставки для запросов свыше 256K:

• На том же витринном уровне
• По отдельному тарифу для длинного контекста
• С дополнительной наценкой за маршрутизацию

Если витринные ставки не меняются выше 256K, оценочная стоимость будет:

• Вход: 400K ÷ 1M × $0.32 = $0.1280
• Выход: 20K ÷ 1M × $1.28 = $0.0256
• Итого: $0.1536

Источник*:* CometAPI Qwen3.7 Plus Pricing

Можно ли уменьшить стоимость, разделив большой запрос?

В некоторых случаях — да.

Допустим, задачу на 400K входных токенов можно разделить на два независимых запроса, каждый из которых содержит:

• 200K входных токенов
• 10K выходных токенов

Для маршрута US-local:

Вариант с двумя запросами существенно дешевле, поскольку оба вызова остаются ниже порога 256K.

Однако это иллюстративная оптимизация, а не универсальная рекомендация.

Деление задачи может привести к:

• Дублированию контекста
• Дополнительным вызовам API
• Более сложной оркестрации
• Росту задержки
• Потере контекста между документами
• Снижению качества ответа

Используйте этот подход только тогда, когда работу можно разделить без ухудшения конечного результата.

Ценообразование Context Cache для Qwen3.7 Plus

Context Cache может снизить стоимость при повторной отправке системных подсказок, контекста репозиториев, политик, товарных каталогов и других повторно используемых материалов.

Alibaba Cloud предлагает явный и неявный режим Context Cache.

Источник: Alibaba Cloud Context Cache documentation.

Пример стоимости Context Cache

Предположим, в процессе US-local повторно отправляются:

• 80K стабильных префиксных токенов
• 5K новых входных токенов
• 5K выходных токенов

Срок действия явного кеша — пять минут, таймер сбрасывается после успешного попадания; это не минимальный TTL в один час.

Создание кеша стоит 125% от обычной цены входа, а последующие попадания в кеш — 10%.

Когда явный кеш становится дешевле?

Для одного лишь стабильного префикса пусть N — общее число запросов с идентичным префиксом.

Нормализованная стоимость явного кеша:

1.25 + 0.10 × (N − 1)

Идеальная последовательность с неявным кешем:

1.00 + 0.20 × (N − 1)

При упрощающем предположении, что каждый запрос после первого получает попадание в неявный кеш, явный кеш становится дешевле при четырех запросах всего:

• Один запрос на создание кеша
• Три успешных повторных использования кеша

По сравнению с отсутствием кеширования явный кеш становится дешевле уже ко второму запросу.

В реальных нагрузках точка безубыточности может меняться, поскольку попадания в неявный кеш не гарантированы.

Отслеживайте:

• Кешированные входные токены
• Токены на создание кеша
• Некешированные входные токены
• Выходные токены
• Частоту попаданий в кеш
• Число ретраев
• Уровень успешности задач

Снижение токенов не поможет, если промахи кеша или регрессии качества приводят к большему числу повторов.

Цены на Qwen Web Search

Для qwen3.7-plus Alibaba рекомендует использовать инструмент Responses API web_search.

Web Search добавляет два отдельных компонента стоимости:

1. Извлеченный веб-контент добавляется в подсказку модели и тарифицируется как обычные входные токены.
2. Политика поиска имеет отдельную плату за 1,000 вызовов.

Текущие ставки политики agent:

Источник: Alibaba Cloud Web Search documentation.

В таблице поддержки сейчас указаны qwen3.7-plus для областей Global и International, но не указан US-local идентификатор модели qwen3.7-plus-us.

Проверьте доступность инструмента, прежде чем проектировать процесс US-local вокруг встроенной функции Web Search от Alibaba.

Пример стоимости International Web Search

Предположим, запрос содержит:

• 10K обычных входных токенов
• 2K выходных токенов
• Два вызова Web Search

Прежде чем учитывать дополнительные токены, возвращаемые поиском:

Доля платы за политику поиска составляет:

$0.0200 ÷ $0.0272 = 73.5%

В этом примере плата за поиск составляет 73.5% от итога до учета токенов извлеченного контента, или 74% при округлении до целого.

На маршруте Global плата за вызов политики гораздо ниже. Однако извлеченные веб-страницы все равно могут заметно увеличить число входных токенов или перевести долгоживущего агента выше порога 256K.

Для рабочих процессов с привязкой к поиску отслеживайте как:

• Число вызовов поиска
• Число токенов извлеченного контента

Цены и доступность Batch API

Batch File API от Alibaba берет плату за успешные входные и выходные токены в размере 50% от соответствующей цены реального времени.

Он предназначен для офлайн-нагрузок, где мгновенный ответ не нужен, включая:

• Оценки моделей
• Тегирование документов
• Масштабную классификацию
• Генерацию синтетических данных
• Ночные обогащения
• Офлайн мультимодальные процессы
• Прогон бенчмарков

Однако скидку Batch не следует автоматически включать в каждый прогноз стоимости Qwen3.7 Plus.

Текущая документация указывает, что:

• Точная модель qwen3.7-plus указана для Batch в Китае (Пекин).
• Для области Сингапур в Batch перечислены общие алиасы, такие как qwen-plus, а не точный ID модели qwen3.7-plus.
• Документация не указывает поддержку qwen3.7-plus-us как US-local модели для Batch.
• Поддерживаемые Batch-запросы Qwen3.7 Plus имеют максимум контекста 256K, а не 1M.
• Batch не поддерживает Context Cache.
• Скидки Batch и кеша нельзя комбинировать.
• Thinking-режим по умолчанию включен для Batch-задач серии Qwen3.7, если явно не настроено иное.
• Thinking-токены тарифицируются по ставке выходных токенов.
• Параметр completion_window настраивается и задает максимальный ожидаемый период от 24 до 336 часов.
• Окно завершения не гарантирует, что каждая задача займет ровно 24 часа или завершится к конкретному времени.

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

Скидка 50% в Batch не всегда означает, что задача станет дешевле на 50%

Batch делит пополам ставки за входные и выходные токены. Он не контролирует, сколько thinking-токенов сгенерирует модель.

Следующий пример использует только соотношение вход/выход для маршрута US-local, чтобы проиллюстрировать арифметику. Он не означает, что маршрут US-local сейчас поддерживает Batch.

Расчет для реал-тайма:

• Вход: 100K ÷ 1M × $0.40 = $0.0400
• Выход: 10K ÷ 1M × $1.60 = $0.0160
• Итого: $0.0560

Пример Batch с умеренным thinking по половинным ставкам:

• Вход: 100K ÷ 1M × $0.20 = $0.0200
• Выход: 40K ÷ 1M × $0.80 = $0.0320
• Итого: $0.0520

Пример Batch с более глубоким thinking:

• Вход: 100K ÷ 1M × $0.20 = $0.0200
• Выход: 50K ÷ 1M × $0.80 = $0.0400
• Итого: $0.0600

В последнем сценарии дополнительный thinking-выход полностью нивелирует номинальную экономию Batch.

Для детерминированных офлайн-нагрузок, таких как классификация, извлечение, тегирование и форматирование, явно установите:

{
  "enable_thinking": false
}

Для более сложных задач задайте подходящий thinking_budget и сравнивайте стоимость на успешную задачу, вместо того чтобы предполагать, что витринная скидка Batch уменьшит финальный счет ровно на 50%.

Для планирования в США или Global рассматривайте экономию Batch как неподтвержденную, пока точный ID модели и маршрут не появятся в вашей актуальной консоли или региональной документации.

Thinking-токены и стоимость выхода

Qwen3.7 Plus поддерживает режимы с thinking и без него.

Thinking может повысить качество на задачах сложного рассуждения, программирования, планирования и агентных сценариях. Однако thinking-токены увеличивают объем выхода и тарифицируются по ставке выходных токенов.

Это важно, поскольку выходные токены в тарифах Qwen3.7 Plus от Alibaba стоят в четыре раза дороже входных.

Для маршрута US-local ниже 256K:

• Вход: $0.40 за 1M токенов
• Выход: $1.60 за 1M токенов

Выше 256K:

• Вход: $1.20 за 1M токенов
• Выход: $4.80 за 1M токенов

Для чувствительных к стоимости нагрузок рассмотрите отключение или ограничение thinking для простых задач:

• Извлечение данных
• Форматирование
• Классификация
• Тегирование контента
• Простое суммирование
• Базовая маршрутизация
• Генерация структурированного вывода

Используйте более длинные бюджеты thinking только тогда, когда данные оценок показывают ощутимый рост завершения задач.

Qwen3.7 Plus vs Qwen3.7 Max vs Qwen3.6 Plus: цены в CometAPI

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

Qwen позиционирует Qwen3.7 Plus как мультимодальную модель для визуального понимания, кодирования, взаимодействия с GUI, использования инструментов и продуктивных процессов.

Текущие списки Qwen API показывают Qwen3.7 Max с текстовым входом и текстовым выходом, тогда как документация по визуальному пониманию у Alibaba указывает Qwen3.7 Plus для ввода изображений и видео.

Начинайте с Plus, если задача включает:

• Изображения
• Видео
• Скриншоты
• Документы
• Графики
• Состояние интерфейса
• Визуальное кодирование
• Взаимодействие с GUI

Тестируйте Max для текстовых задач, если более высокая доля решенных задач оправдывает рост стоимости токенов.

Как снизить стоимость API Qwen3.7 Plus

1. Измеряйте трафик вокруг порога 256K

Группируйте боевые запросы по общему объему входа:

• 0–32K
• 32K–128K
• 128K–256K
• Свыше 256K

Затем проверьте, какие процессы действительно нуждаются в самом высоком тарифе.

Запрос не должен пересекать 256K просто потому, что по умолчанию добавлены все доступные документы, шаги диалога, результаты инструментов или файлы репозитория.

2. Добавьте предварительную проверку токенов (preflight guard)

Используйте совместимый с моделью счетчик токенов в приложении или на уровне API-шлюза перед отправкой каждого запроса.

Следующие пороги — инженерная эвристика, а не правило Alibaba:

• Ниже 220K: Отправляйте как обычно.
• Между 220K и 240K: Логируйте предупреждение и предотвращайте избыточный рост контекста.
• Выше примерно 240K: Компактизируйте контекст перед отправкой.
• Выше 256K: Продолжайте только если ожидаемый прирост качества оправдывает повышенный тариф Alibaba.

Когда срабатывает guard, рабочий процесс может:

1. Суммировать старые результаты инструментов.
2. Удалять дублирующиеся результаты поиска.
3. Заменять сырые логи структурированными сводками ошибок.
4. Подгружать только наиболее релевантные фрагменты документов.
5. Переносить старые реплики диалога в сжатый блок памяти.
6. Разделять действительно независимые группы документов на отдельные вызовы.
7. Маршрутизировать задачу к провайдеру с подтвержденной плоской ценой для длинного контекста, если уместно.

Оставляйте запас по безопасности, поскольку:

• Вход изображений потребляет токены
• Схемы инструментов расширяют контекст
• Системные сообщения могут быть большими
• Извлеченный веб-контент может неожиданно вырасти
• Токенизаторы могут по‑разному считать один и тот же текст

Инструменты наблюдаемости, такие как Langfuse, помогут отслеживать использование токенов. Шлюз вроде APISIX может обеспечить соблюдение порога в паре с подходящим токенизатором или пользовательской политикой маршрутизации.

3. Размещайте стабильный контент в начале

Размещайте повторно используемый контент ближе к началу подсказки, включая:

• Системные инструкции
• Политики
• Схемы инструментов
• Сводки репозиториев
• Товарные каталоги
• Повторно используемые документы
• Гайдлайны бренда
• Схемы вывода

Высоковариативный пользовательский контент помещайте позже.

Стабильные префиксы повышают шанс попадания в неявный кеш и упрощают управление явными кеш-блоками.

4. Суммируйте старые результаты инструментов

Агентные процессы могут накапливать большой контекст через:

• Результаты поиска
• Вывод браузера
• Логи выполнения кода
• Предыдущие ответы модели
• Сообщения об ошибках
• Схемы инструментов

Вместо сохранения всего сырого вывода периодически суммируйте старый контекст и оставляйте только информацию, необходимую для следующего шага.

5. Контролируйте thinking-выход

Логируйте thinking-токены отдельно от видимых токенов ответа.

Для простых задач отключайте thinking там, где это поддерживается, или задавайте меньший бюджет рассуждений.

Для сложных задач сравнивайте дополнительную стоимость рассуждений со снижением числа повторов, ошибок и объема ручной проверки.

6. Считайте вызовы инструментов и извлеченные токены

Для агентов Web Search фиксируйте:

• Вызовы поиска
• Вызовы экстрактора
• Токены извлеченного контента
• Повторы поиска
• Повторы модели
• Фолбэки
• Итог результата задачи

Плата за инструмент поиска может доминировать в небольших запросах, а извлеченный контент — в длинных.

7. Оптимизируйте стоимость на завершенную задачу

Не сравнивайте маршруты только по рекламе цены за миллион токенов.

Измеряйте:

• Стоимость на запрос
• Стоимость на завершенную задачу
• Уровень успешности задач
• Частоту повторов
• Фолбэки
• Частоту попаданий в кеш
• Вызовы поиска на задачу
• Задержку
• Время ручной проверки

Более дешевая модель может оказаться дороже, если она дает неверные ответы, требует дополнительных вызовов или создает больше ручной работы.

Практичный план оценки Qwen3.7 Plus

Прежде чем переводить боевой трафик, составьте сфокусированный набор тестов на основе ваших реальных рабочих нагрузок.

Набора из 30 задач обычно достаточно, чтобы выявить основные различия в стоимости, задержке и качестве завершения.

Для каждой задачи фиксируйте:

• Входные токены
• Выходные токены
• Thinking-токены
• Кешированные токены
• Токены на создание кеша
• Вызовы поиска
• Токены извлеченного контента
• Задержку
• Число повторов
• Итог результата задачи

CometAPI Cookbook включает дополнительные примеры интеграции и маршрутизации моделей для такой оценки.

FAQ

Сколько стоит API Qwen3.7 Plus?

Маршрут US-local qwen3.7-plus-us у Alibaba стоит $0.40 за 1M входных токенов и $1.60 за 1M выходных токенов для запросов до 256K входных токенов.

Для запросов свыше 256K и до 1M цена повышается до $1.20 за 1M входных токенов и $4.80 за 1M выходных токенов.

Глобальный маршрут Alibaba имеет самую низкую опубликованную цену-лист в этом сравнении. Модель также доступна через CometAPI по цене $0.32 за 1M входных токенов и $1.28 за 1M выходных токенов.

Как тарифицируются запросы с длинным контекстом через CometAPI?

В списке Qwen3.7 Plus указана единая ставка $0.32/M за вход и $1.28/M за выход, но сейчас не уточняется, применяется ли отдельный тариф выше 256K токенов.

По отображаемой ставке**, запрос с 400K входных токенов и 20K выходных токенов обошелся бы в $0.1536**. Рассматривайте это как оценку, пока политика биллинга длинного контекста не подтверждена.

Доступен ли Qwen3.7 Plus в США?

Да. Alibaba указывает локальный для США идентификатор модели qwen3.7-plus-us в регионе US (Вирджиния).

Alibaba также указывает глобальный маршрут qwen3.7-plus в той же региональной секции цен.

Выбирайте маршрут исходя из:

• Требований к развертыванию
• Места обработки данных
• Поддержки инструментов
• Задержки
• Доступности
• Фактической стоимости

Почему цена Qwen3.7 Plus резко растет выше 256K токенов?

Alibaba выбирает тариф по общему числу входных токенов в одном запросе.

Как только запрос превышает 256K входных токенов, все биллингуемые входные и выходные токены в запросе тарифицируются по ставкам повышенного уровня.

Тарификация не прогрессивная.

Уменьшает ли Context Cache стоимость Qwen3.7 Plus?

Да.

Alibaba указывает, что явные попадания кеша тарифицируются по 10% от обычной входной ставки, а неявные — по 20%.

Создание явного кеша стоит 125% от обычной цены входа, и кеш действует пять минут, причем таймер обновляется после каждого успешного попадания.

В идеальном сравнении с повторными попаданиями неявного кеша явный кеш становится дешевле после одного создания и трех успешных повторных использований.

Как работает ценообразование Qwen Web Search?

Web Search добавляет две статьи затрат:

1. Извлеченный веб-контент увеличивает обычные входные токены.
2. Инструмент поиска имеет отдельную плату за 1,000 вызовов.

Текущая задокументированная ставка:

• $0.573411 за 1,000 вызовов для областей Global и материкового Китая
• $10 за 1,000 вызовов для области International

Поддерживает ли Qwen3.7 Plus Batch API?

Точная модель qwen3.7-plus сейчас указана для Batch в Китае (Пекин), где успешные токены тарифицируются по 50% от цен реального времени, а контекст ограничен 256K.

Текущая документация не указывает US-local маршрут qwen3.7-plus-us для Batch.

Не предполагаете, что скидка Batch действует для US-local или Global, не проверив текущую доступность в консоли.

Дешевле ли Qwen3.7 Plus, чем Qwen3.7 Max?

Да, по указанным в этом сравнении ставкам.

Для Qwen3.7 Plus указано:

• $0.32 за 1M входных токенов
• $1.28 за 1M выходных токенов

Для Qwen3.7 Max указано:

• $1.36 за 1M входных токенов
• $4.08 за 1M выходных токенов

Тем не менее Max может оказаться экономичнее для сложных текстовых агентных задач, если он завершает их с меньшим числом повторов.

Использовать Alibaba напрямую или агрегатор API?

Прямой доступ к Alibaba — более очевидный выбор, когда нагрузка зависит от конкретной области развертывания, нативной функции провайдера, регионального контроля или прямых отношений по биллингу.

Агрегирующий слой может быть практичнее, когда одному приложению нужно тестировать или маршрутизировать между несколькими семействами моделей. Например, CometAPI предоставляет Qwen3.7 Plus рядом с моделями OpenAI, Anthropic, Google, Moonshot и DeepSeek через интерфейс, совместимый с OpenAI.

Лучший маршрут зависит от требований по региону, фактической стоимости, усилий по интеграции, потребности в фолбэках и необходимости нативных функций Alibaba.

Проведите сравнение, близкое к продакшену, прежде чем выбирать маршрут

Опубликованные ставки по токенам полезны для предварительного отбора, но финальное решение должно опираться на нагрузку, близкую к боевой.

Практичный подход — прогнать один и тот же набор оценок через Qwen3.7 Plus, Qwen3.7 Max и еще несколько релевантных альтернатив. Унифицированный сервис API, такой как CometAPI, может упростить это сравнение, предоставляя модели Qwen, Claude, Gemini, GPT, Kimi и DeepSeek через единый интерфейс, совместимый с OpenAI.

В ходе теста фиксируйте:

• Вход и выход токенов
• Использование thinking-токенов
• Использование кеша
• Вызовы инструментов
• Повторы
• Задержку
• Успешность задач

Используйте страницу модели Qwen3.7 Plus как отправную точку, а затем выбирайте маршрут с наименьшей стоимостью на завершенную задачу — а не просто с самой низкой заявленной ценой за токены.