A
Qwen3.7 MaxOPEN
Qwen3.7-Max est le modèle phare de la série Qwen3.7 d'Alibaba.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $2.22 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 4% des 204 modèles open-weight suivis ici
- 50 sur 54 modèles Alibaba suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour Qwen3.7 Max, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Les modèles à ce niveau coûtent $2.31 par 1M de tokens (médiane de 9) — celui-ci coûte $2.22.
Moins cher et meilleur sur cet indice : Claude Sonnet 5.5 (batch) · GPT-6.1 Sol (batch) · Muse Spark 1.3 et 30 de plus
À propos de ce modèle
Qwen3.7 Max est un modèle d'IA open-weight d'Alibaba. Vous pouvez le télécharger et le déployer en self-hosted gratuitement ; les prix ci-dessous sont les prix de liste de l'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que Qwen3.7 Max ?
Qwen3.7 Max est un modèle de langage IA de Alibaba. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 29.5 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 40.5%, Long Context Reasoning 79%, SciCode 49.5%, IFBench 80.5%, τ²-Bench 94.7%, τ-Bench Banking 11.8%, Terminal-Bench 74.5%, Terminal-Bench Hard 50.8%. Il est particulièrement utilisé pour génération de code.
Puis-je auto-héberger Qwen3.7 Max ?
Oui. Qwen3.7 Max a des open weights, 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 token.