A
Qwen3.7 PlusOPEN
Qwen3.7 Plus (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 Plus, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Pour le même budget, Qwen3.7 Plus offre 9,1 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 Plus 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 Plus ?
Qwen3.7 Plus 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 39 sur l'indice d'intelligence d'Artificial Analysis.
Qwen3.7 Plus est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Qwen3.7 Plus et ne rien payer par token. Si vous préférez une API hébergée, les prix sont de 0,32 $ par million de tokens d'entrée et de 1,28 $ par million de tokens de sortie.
À quoi sert Qwen3.7 Plus ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 90%, Humanity's Last Exam 33.4%, Long Context Reasoning 65%, SciCode 45.5%, IFBench 78%, τ²-Bench 93%, τ-Bench Banking 17.9%, Terminal-Bench 61%, Terminal-Bench Hard 47%. Il est particulièrement utilisé pour génération de code.
Quelle est la vitesse de Qwen3.7 Plus ?
Il génère environ 52.5 tokens par seconde, avec un délai médian 1.85s avant le premier token. Mesuré indépendamment par Artificial Analysis.
Puis-je auto-héberger Qwen3.7 Plus ?
Oui. Qwen3.7 Plus 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 token.
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.