Qwen3.7 Plus API 2026 年定價：費用、快取與批次

TL;DR Qwen3.7 Plus 在阿里巴巴 US-local 路由上起價 a$0.40/M 輸入 與 $1.60/M 輸出，而 Global 路由起價為 $0.276/M 與 $1.101/M。 作為比較，CometAPI 目前列示該模型為 $0.32/M 輸入 與 $1.28/M 輸出。 主要的成本風險是阿里巴巴的 256K 門檻：一旦請求越過該值，較高階價格將套用到整個請求。

Qwen3.7 Plus API 定價一覽

Qwen3.7 Plus 並沒有單一的通用 API 價格。最終成本取決於部署路由、請求長度、臨時折扣、快取使用、thinking 輸出、Web Search 調用，以及區域功能可用性。

阿里巴巴文件標註 qwen3.7-plus 的上下文視窗為 1,000,000 代幣。

來源：**Alibaba Cloud Model Studio pricing

關於阿里巴巴臨時折扣的說明

阿里巴巴當前的定價表將 Global qwen3.7-plus 標註為限時 20% 日間折扣與 60% 夜間折扣。

公佈的夜間時段為 22:00–08:00 UTC+8，依計費時間計算。International 路由目前顯示限時 20% 折扣。

由於這些促銷可能變動或到期，下列計算除非另行說明，均使用標準牌價。要做線上生產預測，請在實際送流量的當天查看 Model Studio 主控台與定價頁面。

Alibaba US-Local 與 Global 定價比較

對於美國開發者而言，最重要的是阿里巴巴的 US-local 與 Global 路由並未使用相同的價格列。

US-local 的模型 ID 為：

qwen3.7-plus-us

其牌價起始為：

• 每 1M 輸入代幣 $0.40
• 每 1M 輸出代幣 $1.60

Global 的模型 ID 為：

qwen3.7-plus

其牌價起始為：

• 每 1M 輸入代幣 $0.276
• 每 1M 輸出代幣 $1.101

基於已發佈的牌價，Global 路由更便宜，但成本不應成為唯一的路由因素。

團隊還應考慮：

• 數據駐留要求
• 區域可用性
• 延遲
• 工具支援
• 合規要求
• 服務穩定性
• 供應商臨時折扣

較低價格的 Global 路由可能不適用於需要在特定區域處理的工作負載。

256K 定價層的運作方式

阿里巴巴雲會依單次請求的輸入代幣總數來選擇定價層。

若請求越過 256K 輸入代幣，較高的單價將套用到該請求中所有計費的代幣，包括按較高層所示輸出費率計價的輸出代幣。

300K 代幣的請求並非計為：

• 256K 代幣按較低單價
• 44K 代幣按較高單價

而是整個請求均使用較高定價層。

對於 US-local 路由，這表示價格會從：

• 每 1M 輸入代幣 $0.40 變為 $1.20
• 每 1M 輸出代幣 $1.60 變為 $4.80

較高費率將套用於該請求中所有可計費的輸入與輸出代幣。

Qwen3.7 Plus 成本示例

範例 1：低於 256K 的請求

假設某請求包含：

• 100,000 輸入代幣
• 10,000 輸出代幣

以上阿里巴巴數字使用發佈的牌價，未含任何臨時折扣。

範例 2：高於 256K 的請求

現在假設某請求包含：

• 400,000 輸入代幣
• 20,000 輸出代幣

由於請求超過 256K 輸入代幣，阿里巴巴雲會將較高層套用到該請求的所有輸入與輸出代幣。

CometAPI 數字為條件性估算，並非高於 256K 請求的已確認生產價格。

CometAPI 的公開模型頁面目前顯示單一標題價格與約 991.8K 的最大輸入代幣。然而，並未說明高於 256K 的請求是否：

• 保持相同的標題價格
• 使用單獨的長上下文定價層
• 產生額外的路由附加費

若標題價格在高於 256K 時仍不變，則預估成本為：

• 輸入：400K ÷ 1M × $0.32 = $0.1280
• 輸出：20K ÷ 1M × $1.28 = $0.0256
• 總計：$0.1536

來源： CometAPI Qwen3.7 Plus Pricing

拆分大型請求能降低成本嗎？

在某些情況下，能。

假設 400K 輸入的任務可以被分成兩個相互獨立的請求，每個包含：

• 200K 輸入代幣
• 10K 輸出代幣

在 US-local 路由上：

兩次請求明顯更便宜，因為兩次呼叫都低於 256K 邊界。

然而，這只是示範性最佳化，而非通用建議。

拆分任務可能引入：

• 重複的上下文
• 其他 API 呼叫
• 更多協調邏輯
• 更高的延遲
• 跨文件上下文的喪失
• 較低的答案品質

僅在不削弱最終結果的前提下，才採用此方法。

Qwen3.7 Plus 的 Context Cache 定價

Context Cache 可降低重複系統提示、程式庫上下文、政策文件、產品目錄，以及其他可重用參考資料的成本。

阿里巴巴雲提供顯式與隱式兩種 Context Cache 模式。

來源：Alibaba Cloud Context Cache 文件。

Context Cache 成本範例

假設 US-local 工作流程反覆傳送：

• 80K 穩定前綴代幣
• 5K 新增輸入代幣
• 5K 輸出代幣

顯式快取的有效期為 5 分鐘，且在成功命中後會重置，並非至少 1 小時的最小 TTL。

其建立代幣成本為正常輸入價格的 125%，後續快取命中則為 10%。

何時顯式快取更便宜？

僅針對穩定前綴，令 N 表示相同前綴請求的總次數。

標準化的顯式快取成本為：

1.25 + 0.10 × (N − 1)

理想的隱式快取序列為：

1.00 + 0.20 × (N − 1)

在簡化假設「第一個請求後的每次請求都獲得隱式快取命中」下，顯式快取在第四次總請求變得更便宜：

• 一次建立快取
• 三次成功重用快取

與完全不使用快取相比，顯式快取在第二次總請求時就更便宜。

在真實工作負載中，臨界點會因隱式快取命中不保證而有所差異。

請追蹤：

• 被快取的輸入代幣
• 快取建立代幣
• 未被快取的輸入代幣
• 輸出代幣
• 快取命中率
• 重試次數
• 任務成功率

若因快取未命中或品質下降導致更多重試，較低的代幣花費並不會帶來實際效益。

Qwen Web Search 定價

對於 qwen3.7-plus，阿里巴巴建議開發者使用 Responses API 的 web_search 工具。

Web Search 會增加兩項獨立成本：

1. 擷取的網頁內容會加入模型提示中，並按正常輸入代幣計費。
2. 搜尋策略有單獨的每 1,000 次呼叫費用。

目前文件中 agent 策略的費率為：

來源：Alibaba Cloud Web Search 文件。

支援表目前將 qwen3.7-plus 列於 Global 與 International 部署範圍，但並未列出 US-local 的模型 ID qwen3.7-plus-us。

在設計基於阿里巴巴內建 Web Search 功能的 US-local 工作流程前，請先驗證工具可用性。

International Web Search 成本範例

假設某請求包含：

• 10K 正常輸入代幣
• 2K 輸出代幣
• 兩次 Web Search 呼叫

在計入搜尋引擎返回的額外代幣之前：

搜尋策略費用佔比為：

$0.0200 ÷ $0.0272 = 73.5%

在此範例中，搜尋費用佔在未計入檢索內容代幣前總成本的 73.5%，四捨五入為 74%。

在 Global 路由上，每次呼叫策略費用要低得多。然而，被檢索的網頁仍可能大幅增加輸入代幣用量，或將長時間運行的代理跨越 256K 定價邊界。

對於以搜尋為基礎的工作流程，請同時追蹤：

• 搜尋呼叫次數
• 檢索內容代幣數

Batch API 定價與可用性

阿里巴巴的 Batch File API 將成功的輸入與輸出代幣按對應即時推理單價的 50% 計費。

其設計用於不需要即時回應的離線工作負載，包括：

• 模型評測
• 文件標註
• 大規模分類
• 合成數據生成
• 夜間增豐
• 離線多模態處理
• 基準測試

然而，Batch 折扣不應自動納入每一個 Qwen3.7 Plus 成本預測。

目前文件指出：

• 精確的 qwen3.7-plus 模型列於中國（北京）。
• 新加坡 Batch 範圍列出了 qwen-plus 等通用別名，而非精確的 qwen3.7-plus 模型 ID。
• 文件未將 qwen3.7-plus-us 列為支援的 US-local Batch 模型。
• 支援的 Qwen3.7 Plus Batch 請求最大上下文為 256K，而非 1M。
• Batch 不支援 Context Cache。
• Batch 與快取折扣不可疊加。
• 對於 Qwen3.7 系列的 Batch 任務，除非明確配置，thinking 模式預設為啟用。
• thinking 代幣按輸出代幣費率計費。
• 可配置的 completion_window 為 24 至 336 小時的最長等待時間。
• 完成時間窗並不保證每個任務將耗時 24 小時或在特定時間完成。

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

5 折 Batch 折扣不一定代表任務便宜 50%

Batch 將輸入與輸出代幣的單價減半。它並不控制模型會生成多少 thinking 代幣。

以下範例僅使用 US-local 的輸入/輸出價格比來說明計算方式。這並不代表 US-local 路由目前支援 Batch。

即時範例計算為：

• 輸入：100K ÷ 1M × $0.40 = $0.0400
• 輸出：10K ÷ 1M × $1.60 = $0.0160
• 合計：$0.0560

中度 thinking 的 Batch 範例使用半價：

• 輸入：100K ÷ 1M × $0.20 = $0.0200
• 輸出：40K ÷ 1M × $0.80 = $0.0320
• 合計：$0.0520

較重 thinking 的 Batch 範例為：

• 輸入：100K ÷ 1M × $0.20 = $0.0200
• 輸出：50K ÷ 1M × $0.80 = $0.0400
• 合計：$0.0600

在最後一個情境中，額外的 thinking 輸出完全抵消了名義上的 Batch 節省。

對於分類、擷取、標註、格式化等可確定性的離線工作負載，請明確設定：

{
  "enable_thinking": false
}

對於較難的任務，請設定合適的 thinking_budget，並以每個成功任務的成本進行比較，而非假設標題 Batch 折扣會將最終帳單恰好降低 50%。

對 US 或 Global 的規劃，在該模型 ID 與路由出現在你當前主控台或區域文件之前，請將 Batch 節省視為未確認。

Thinking 代幣與輸出成本

Qwen3.7 Plus 支援 thinking 與非 thinking 模式。

thinking 可改善複雜推理、程式碼、規劃與代理工作流程的表現。然而，thinking 代幣會增加輸出用量，並按輸出代幣費率計費。

這很重要，因為在阿里巴巴的 Qwen3.7 Plus 定價層中，輸出代幣的價格是輸入代幣的四倍。

對於低於 256K 的 US-local 路由：

• 輸入：每 1M 代幣 $0.40
• 輸出：每 1M 代幣 $1.60

高於 256K：

• 輸入：每 1M 代幣 $1.20
• 輸出：每 1M 代幣 $4.80

對成本敏感的工作負載，請考慮在以下直截了當的任務中關閉或限制 thinking：

• 數據擷取
• 格式化
• 分類
• 內容標註
• 簡單摘要
• 基本路由
• 結構化輸出生成

只有在評測數據顯示較長的 thinking 預算能夠實質提升任務完成度時，才使用更長的 thinking。

Qwen3.7 Plus 與 Qwen3.7 Max 與 Qwen3.6 Plus 在 CometAPI 的定價

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

Qwen 將 Qwen3.7 Plus 定位為用於視覺理解、編碼、GUI 互動、工具使用與生產力工作流程的多模態模型。

當前 Qwen API 列示顯示 Qwen3.7 Max 為文本輸入與文本輸出，而阿里巴巴的視覺理解文件則將 Qwen3.7 Plus 用於圖像與影片輸入。

當任務包含以下內容時，請優先從 Plus 開始：

• 圖像
• 影片
• 螢幕截圖
• 文件
• 圖表
• 介面狀態
• 視覺編碼
• GUI 互動

當僅文本任務的更高解題率足以抵消更高代幣成本時，再測試 Max。

如何降低 Qwen3.7 Plus API 成本

1. 以 256K 邊界為中心量測流量

將生產請求按輸入總長分組：

• 0–32K
• 32K–128K
• 128K–256K
• 高於 256K

接著檢視哪些工作流程確實需要最高定價層。

請求不應僅因預設包含所有可得的文件、對話輪次、工具結果或程式庫檔案而跨越 256K。

2. 加入預檢代幣防護

在應用或 API 閘道層於每次請求送出前，使用與模型相容的代幣計數器。

以下臨界值為工程啟發式，而非阿里巴巴規則：

• **低於 220K：**正常送出。
• **介於 220K 與 240K：**記錄警告並避免不必要的上下文成長。
• **約高於 240K：**在送出前壓縮上下文。
• **高於 256K：**僅在預期品質提升足以證明較高阿里巴巴價格合理時才送出。

當觸發防護時，工作流程可以：

1. 摘要較舊的工具輸出。
2. 移除重複的搜尋結果。
3. 以結構化錯誤摘要取代原始日誌。
4. 僅檢索最相關的文件區塊。
5. 將較舊對話輪次移入壓縮記憶塊。
6. 將彼此真正獨立的文件組拆成多次呼叫。
7. 在合適時，將任務路由至具備已確認平坦長上下文價格的供應商。

請保留一些安全餘量，因為：

• 圖像輸入會消耗代幣
• 工具結構會增加上下文
• 系統訊息可能很大
• 檢索的網頁內容可能意外增長
• 不同分詞器可能對相同文本計數不同

如 Langfuse 等可觀測性工具能協助監控代幣使用；與合適的分詞器或自訂路由策略搭配時，像 APISIX 的閘道可強制執行邊界。

3. 先放置穩定內容

將可重用內容置於提示開頭，包括：

• 系統指示
• 政策區塊
• 工具結構
• 程式庫摘要
• 產品目錄
• 可重用文件
• 品牌規範
• 輸出結構

將高度可變的使用者內容放後面。

穩定前綴可提升隱式快取命中的機率，並使顯式快取區塊更易管理。

4. 概括舊的工具結果

代理工作流程可能累積大量上下文，來源包括：

• 搜尋結果
• 瀏覽器輸出
• 程式碼執行日誌
• 先前的模型回應
• 錯誤訊息
• 工具結構

與其保留所有原始輸出，不如定期對較舊的上下文做摘要，僅保留下一步所需的信息。

5. 控制 thinking 輸出

將 thinking 代幣與可見答案代幣分開記錄。

對簡單任務，在支援處關閉 thinking 或設定較小的推理預算。

對複雜任務，比較額外推理成本與重試、錯誤、人為審核的降低幅度。

6. 計數工具呼叫與檢索代幣

對於 Web Search 代理，記錄：

• 搜尋呼叫
• 擷取器呼叫
• 檢索內容代幣
• 搜尋重試
• 模型重試
• 後備呼叫
• 最終任務結果

搜尋工具費用可能主導小型請求，而檢索內容可能主導大型請求。

7. 以每個完成任務成本為目標最佳化

不要只依廣告中的每百萬代幣成本比較路由。

請量測：

• 每次請求成本
• 每個完成任務的成本
• 任務成功率
• 重試率
• 後備率
• 快取命中率
• 每個任務的搜尋呼叫數
• 延遲
• 人工審核時間

若模型產生錯誤答案、需要更多呼叫、或帶來更多人工工作，較便宜的模型也可能更昂貴。

實用的 Qwen3.7 Plus 評估計畫

在導入生產流量前，請根據實際工作負載建立一組聚焦的評估集。

30 個任務的測試集通常足以識別成本、延遲與完成品質的主要差異。

對每個任務，記錄：

• 輸入代幣
• 輸出代幣
• thinking 代幣
• 被快取的代幣
• 快取建立代幣
• 搜尋呼叫
• 檢索內容代幣
• 延遲
• 重試次數
• 最終任務結果

CometAPI Cookbook 包含更多此類評估的整合與模型路由範例。

FAQ

Qwen3.7 Plus API 要花多少錢？

阿里巴巴 US-local qwen3.7-plus-us 路由對於不超過 256K 輸入代幣的請求，費率為每 1M 輸入 $0.40、每 1M 輸出 $1.60。

對於 256K–1M 的請求，價格提高至每 1M 輸入 $1.20、每 1M 輸出 $4.80。

阿里巴巴的 Global 路由在本次比較中擁有最低公佈牌價。該模型亦可透過 CometAPI 以每 1M 輸入 $0.32、每 1M 輸出 $1.28 的列示費率取得。

透過 CometAPI 的長上下文請求如何計價？

Qwen3.7 Plus 列示單一費率 $0.32/M 輸入與 $1.28/M 輸出，但目前未明確說明是否在 256K 以上另有定價層。

以所顯示費率**，400K 輸入與 20K 輸出的請求成本為 $0.1536**。在長上下文計費政策獲得確認前，請將此視為估算。

Qwen3.7 Plus 是否可在美國使用？

是。阿里巴巴在美國（維吉尼亞）區域列出了 US-local 的模型 ID qwen3.7-plus-us。

阿里巴巴也在相同的區域定價部分列出了 Global 路由 qwen3.7-plus。

請依以下因素選擇路由：

• 部署需求
• 數據處理位置
• 工具支援
• 延遲
• 可用性
• 實際價格

為何 Qwen3.7 Plus 在 256K 代幣後價格會跳升？

阿里巴巴會依單次請求的輸入代幣總數選擇定價層。

一旦請求超過 256K 輸入代幣，該請求中所有可計費的輸入與輸出代幣均採用較高層的費率。

定價並非累進計算。

Context Cache 是否能降低 Qwen3.7 Plus 成本？

是。

阿里巴巴表示，顯式快取命中按正常輸入費率的 10% 計費，而隱式快取命中按20% 計費。

顯式快取的建立成本為正常輸入價格的 125%，快取有效期為 5 分鐘，且在成功命中後會重置。

在理想且連續的隱式快取命中比較下，顯式快取在一次建立與三次成功重用後會更便宜。

Qwen Web Search 定價如何運作？

Web Search 會增加兩部分成本：

1. 檢索回來的網頁內容會增加正常的輸入代幣用量。
2. 搜尋工具有單獨的每 1,000 次呼叫費用。

目前文件中的費率為：

• Global 與 Chinese-mainland 部署範圍每 1,000 次呼叫 $0.573411
• International 部署範圍每 1,000 次呼叫 $10

Qwen3.7 Plus 是否支援 Batch API？

精確的 qwen3.7-plus 模型目前在中國（北京）列為支援 Batch，成功代幣按即時推理價格的 50% 計價，上下文上限為 256K。

當前文件並未將 US-local 的 qwen3.7-plus-us 路由列為 Batch 所支援。

在未於當前主控台或區域文件確認前，請勿假設 Batch 折扣適用於 US-local 或 Global 部署。

Qwen3.7 Plus 是否比 Qwen3.7 Max 更便宜？

就本比較所用的列示費率而言，是的。

Qwen3.7 Plus 列示為：

• 每 1M 輸入代幣 $0.32
• 每 1M 輸出代幣 $1.28

Qwen3.7 Max 列示為：

• 每 1M 輸入代幣 $1.36
• 每 1M 輸出代幣 $4.08

對於困難、以文本為主的代理任務，若 Max 能以更少重試完成，整體仍可能更經濟。

應直接使用阿里巴巴還是使用 API 聚合器？

當工作負載依賴特定部署範圍、原生供應商功能、區域控制或直接計費關係時，直接使用阿里巴巴更為明確。

當同一應用需要測試或在多個模型家族間路由時，聚合層可能更實用。以 CometAPI 為例，它透過相容 OpenAI 的介面，將 Qwen3.7 Plus 與 OpenAI、Anthropic、Google、Moonshot、DeepSeek 等供應商的模型一併暴露。

較佳路由取決於區域需求、實際成本、整合投入、後備需求，以及是否需要原生阿里巴巴功能。

在選擇路由前進行接近生產的比較

已發佈的代幣費率有助於縮小選項，但最終決策應基於接近生產的工作負載。

一種務實的方法是對 Qwen3.7 Plus、Qwen3.7 Max 與幾個相關替代方案運行同一評估集。像 CometAPI 這樣的統一 API 服務，能透過相容 OpenAI 的介面，同時提供 Qwen、Claude、Gemini、GPT、Kimi 與 DeepSeek 等模型，簡化比較。

測試期間，請記錄：

• 輸入與輸出代幣
• thinking 代幣用量
• 快取使用情況
• 工具呼叫
• 重試
• 延遲
• 任務成功

以 Qwen3.7 Plus 模型頁 為起點，然後選擇每個完成任務成本最低的路由——而非僅看最低的廣告代幣價格。