Qwen3.7 Max API

Qwen3.7 Max 是编码、生产力、长期运行代理、深度思考、工具和 100 万令牌上下文的旗舰文本模型。

Alibaba Cloud文本生成1M 上下文发布日期 2026年5月21日Singapore专有端点

关于 Qwen3.7 Max

Qwen3.7 Max 是编码、生产力、长期运行代理、深度思考、工具和 100 万令牌上下文的旗舰文本模型。

支持文本输入、带enable_thinking和thinking_budget的思考模式、函数调用,以及三个内置工具:tool_web_search、tool_web_extractor和tool_code_interpreter。每个内置工具调用在调用时都会添加$0.02。思考令牌作为输出令牌计费。

也称为 Alibaba Cloud Qwen3.7 Max

reasoningweb searchcode interpreterfunction callingagentic coding

Qwen3.7 Max 规格

模型 ID
qwen3-7-max
开发方
Alibaba Cloud
类别
文本生成
发布日期
2026年5月21日
上下文窗口
1M 个 token
最大输出
65,536 个 token
输入
文本
输出
文本
结构化输出
JSON Schema
区域
Singapore
端点
POST/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen3-7-max:generateContent
备用模型 ID
qwen3.7-max

Qwen3.7 Max API 价格

来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费,没有月度最低消费。

类型
规格
价格
输入
每100万个提示词标记
$2.50
产出
每100万个生成代币
$7.50
网络搜索
每次调用时
$0.02
网页提取器
每次调用时
$0.02
代码解释器
每次调用时
$0.02
在完整价格页比较

如何调用 Qwen3.7 Max API

Qwen3.7 Max 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1,并使用模型 ID qwen3-7-max。 在EmpirioLabs 控制台获取 API 密钥。

cURL
curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-7-max",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'
Python (OpenAI SDK)
from openai import OpenAI

client = OpenAI(
    base_url="https://api.empiriolabs.ai/v1",
    api_key="YOUR_EMPIRIOLABS_API_KEY",
)

response = client.chat.completions.create(
    model="qwen3-7-max",
    messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)
Qwen3.7 Max API 完整参考

Qwen3.7 Max API 参数

EmpirioLabs 上 Qwen3.7 Max API 支持的请求参数。省略字段时使用默认值。

参数类型默认值范围 / 值描述
temperaturenumber0.70 到 2采样温度。0是确定性的,2是最大随机性。
top_pnumber0.90 到 1核抽样概率质量。较低的数值使输出更集中。
max_tokensnumber40961 到 65536最大输出令牌。
stopstring--最多有4串字符串,模型会停止生成更多代币。
enable_thinkingbooleantrue-在回答之前先启用推理。
reasoning_effortenummediumnone, low, medium, high, max推理努力程度。没有人能让思考失效。低、中、高和最大设定了根据所选模型大小的有界思维预算。
thinking_budgetnumber327681 到 64000开启了思考时保留给推理的最大代币。
tool_web_searchbooleanfalse-在网上搜索实时信息。每次呼叫的请求费用都会增加$0.02。
tool_web_extractorbooleanfalse-从URL中提取并读取内容。需要进行网页搜索和思考。每次调用的请求成本会增加$0.02。
tool_code_interpreterbooleanfalse-在沙箱中运行Python代码。需要动脑筋。每次调用的请求成本都会增加$0.02。
disable_formattingbooleanfalse-在支持的情况下返回原始提供者格式输出,无需EmpirioLabs源格式。
response_formatenum--将输出限制为有效的 JSON。对任意 JSON 对象使用 JSON 模式,或者提供 JSON 模式强制执行精确的响应形态。

须知

仅限文本输入。网页搜索、网页提取器和代码解释器是可选的内置工具,通过tool_*参数暴露。每个内置工具调用在调用时都会添加$0.02。思考令牌作为输出令牌计费。

Per-tool billing (usage.tool_usage)

When this model invokes built-in tools inside a single request, the response carries a normalized usage.tool_usage map alongside the token counts. Tool counts are already factored into cost_usd and are surfaced for transparency.

:variant1

只输入文字。网页搜索、网页提取器和代码解释器是可选的内置工具,通过tool_*参数暴露。每个内置工具调用在调用时都会增加$0.01。思考代币作为输出代币计费。

Qwen3.7 Max 变体

变体是拥有独立模型 ID 的 Qwen3.7 Max 替代版本。不同变体的服务区域、价格或支持的参数可能不同;其他方面完全一致。

Qwen3.7 Max :variant1最高省 34%

模型 ID
qwen3-7-max:variant1
区域
China
上下文窗口
1M 个 token
结构化输出
JSON Schema
Batch API
可用,较目录价优惠 35%
类型
规格
价格
输入
每100万个提示词标记
$2.50$1.65
产出
每100万个生成代币
$7.50$4.951
网络搜索
每次调用时
$0.01
网页提取器
每次调用时
$0.01
代码解释器
每次调用时
$0.01
在 Playground 中试用 :variant1

Qwen3.7 Max API:常见问题

Qwen3.7 Max API 收费多少?

在 EmpirioLabs,Qwen3.7 Max 按量计费:输入 $2.50 每100万个提示词标记; 产出 $7.50 每100万个生成代币; 网络搜索 $0.02 每次调用时。本页的实时价格表始终与 API 的实际计费一致。

Qwen3.7 Max 的上下文窗口有多大?

Qwen3.7 Max 支持 1M token 的上下文窗口,每次响应最多 65,536 个输出 token。

Qwen3.7 Max API 兼容 OpenAI 吗?

兼容。Qwen3.7 Max 提供 OpenAI 兼容的 Chat Completions API,现有 OpenAI SDK 只需把 base_url 指向 https://api.empiriolabs.ai/v1 并把模型 ID 设为 qwen3-7-max 即可使用。

Qwen3.7 Max 有哪些变体可用?

Qwen3.7 Max 提供 2 个模型 ID:默认的 qwen3-7-max 以及 qwen3-7-max:variant1 (China)。变体的服务区域、价格或支持的参数可能不同;各自的价格表都在本页。

集成之前可以在浏览器里试用 Qwen3.7 Max 吗?

可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 Qwen3.7 Max,你可以在写代码之前先测试提示词。

如何获取 Qwen3.7 Max API 密钥?

创建 EmpirioLabs 账户,然后在控制台的 API Keys生成密钥。计费使用按量付费的额度,只为实际发出的请求付费。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。