A
Qwen3.7 MaxOPEN
Qwen3.7 Max (Alibaba): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.
Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.
Benchmarks & performance
Scores de référence indépendants pour Qwen3.7 Max, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Pour le même budget, Qwen3.7 Max offre 2 fois plus de capacité. Les poids ouverts signifient également que vous pouvez l'auto-héberger et ne rien payer par token.
À propos de ce modèle
Qwen3.7 Max est un modèle d'IA à poids ouverts de Alibaba. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont des prix de liste d'API hébergées, suivis à l'heure, pour les moments où vous préférez la commodité à l'auto-hébergement.
Questions fréquemment posées
Qu'est-ce que Qwen3.7 Max ?
Qwen3.7 Max est un modèle de langage IA de Alibaba. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 46 sur l'indice d'intelligence d'Artificial Analysis.
Qwen3.7 Max est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Qwen3.7 Max et ne rien payer par token. Si vous préférez une API hébergée, les prix sont de 1,48 $ par million de tokens d'entrée et de 4,43 $ par million de tokens de sortie.
À quoi sert Qwen3.7 Max ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 92.3%, Humanity's Last Exam 38.1%, Long Context Reasoning 69%, SciCode 48.8%, IFBench 80.5%, τ²-Bench 94.7%, τ-Bench Banking 10.9%, Terminal-Bench 74.5%, Terminal-Bench Hard 50.8%. Il est particulièrement utilisé pour génération de code.
Quelle est la vitesse de Qwen3.7 Max ?
Il génère environ 201.5 tokens par seconde, avec un délai médian 1.6s avant le premier token. Mesuré indépendamment par Artificial Analysis.
Puis-je auto-héberger Qwen3.7 Max ?
Oui. Qwen3.7 Max a des poids ouverts, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.
Alternatives open-source
Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.