Qwen 3.7 Max: #4 в Code Arena, $2,50/1M токенов — треть цены Claude Opus

TL;DR. Alibaba выпустила Qwen 3.7 Max 19 мая 2026, и за неделю модель вышла на 4 место в Code Arena WebDev — Elo 1541, в одном пункте от Claude Opus 4.6 Thinking, выше всех неантропик-моделей в топе. Тариф $2,50/$7,50 за миллион токенов, то есть примерно треть от Opus 4.7. Минусы — закрытые веса и заметная многословность вывода. Рабочая схема: гибридная маршрутизация, повседневный кодинг на Qwen, тяжёлые задачи на Opus 4.7. Через ofox.ai всё это идёт с одним ключом, без VPN и зарубежных карт.

Когда модель из Китая отстаёт от Claude Opus 4.6 Thinking всего на 1 пункт Elo и стоит втрое дешевле — это уже не “конкурент”, это сдвиг ценового потолка по всему рынку коммерческих агентов кодинга.

Что именно выпустили

Alibaba официально представила Qwen 3.7 Max на саммите Cloud Summit в Ханчжоу 20 мая 2026, но коммерческое API на Model Studio тихо ушло в прод днём раньше — 19 мая. Спецификация: 1 миллион токенов контекста, закрытая модель — заметный разворот от линейки Qwen 3.6, которая до сих пор открыта под Apache 2.0. Линейка 3.7 — пока только API.

Интересное здесь не лист тех-параметров, а позиция в рейтинге. Через неделю после релиза Qwen 3.7 Max попадает в топ-4 Code Arena WebDev — категории, где люди голосуют за результаты моделей на реальных задачах фронтенда и агентного кодинга с multi-step рассуждениями и tool-use.

Снимок Code Arena WebDev на 24 мая (328 594 голосов, 81 модель):

Лист помечен как preliminary. У Qwen 3.7 Max пока 1 522 голоса против 8 889 у Opus 4.6, доверительный коридор ±16 Elo. Даже на пессимистичной нижней границе модель уже идёт вровень с обычным Opus 4.6 — при половинной цене. На оптимистичной — наступает Opus 4.7 на пятки.

35 часов автономной оптимизации

Деталь, спрятанная в материалах релиза: Qwen 3.7 Max непрерывно работал 35 часов над задачей оптимизации kernel под собственный кастомный чип Alibaba Cloud, сделал 1 158 tool-calls и, по отчёту, дал геометрическое среднее ускорение 10× на целевых workload.

Принимать “10×” на веру не обязательно. Инженерно важнее факт, что модель удержала контекст 35 часов и более тысячи вызовов инструментов без срыва — а это сценарий, на котором ломается большинство фронтирных моделей: либо рушится контекст, либо забывается цель, либо формат tool-call дрейфует и цикл умирает. Qwen 3.7 Max это выдержал.

Бенчмарки, которые подтверждают тот же тренд:

Самый показательный — Terminal-Bench 2.0: симуляция реального инженера в sandbox-терминале с лимитом 5 часов. Qwen 3.7 Max выдаёт 69,7 — выше Opus 4.6, DeepSeek V4 Pro и Kimi K2.6. Опередил только Opus 4.7 (по отчёту Anthropic — 77). На SWE-Bench Verified отставание от Opus 4.6 — 0,4 пункта, статистически это паритет.

Независимая оценка от DataCamp показывает ту же картину со стороны.

Считаем деньги

Claude Opus 4.7: $5/M вход, $25/M выход (тарифы Anthropic). Qwen 3.7 Max на ofox: $2,50/M вход, $7,50/M выход, чтение кеша — $0,50/M, запись в кеш — $3,125/M (страница модели ofox, перепроверено 2026-08-03).

При типовом для кодинг-агентов соотношении 2:1 (много кода на вход, маленький патч на выход) усреднённая стоимость:

• Claude Opus 4.7: ($5 × 2 + $25 × 1) / 3 = $11,67/M tokens
• Qwen 3.7 Max: ($2,50 × 2 + $7,50 × 1) / 3 = $4,17/M tokens

Qwen стоит ≈ 36% от Opus. Команда, которая сегодня тратит 200 000 ₽/мес на Opus 4.7 на агентский кодинг, после маршрутизации 80% траффика на Qwen и оставшихся 20% сложных задач на Opus приходит к усреднённым 95 000–100 000 ₽/мес — примерно вдвое ниже исходного счёта.

Честная оговорка: Qwen 3.7 Max многословный. В длинной агентской оценке DataCamp модель сгенерировала 97 миллионов токенов при медиане в 24 миллиона по всем моделям — примерно в 4 раза больше. Если вы платите за токены и не задаёте в промпте “отвечай кратко”, фактический счёт окажется выше линейного расчёта по тарифу. Прежде чем мигрировать — A/B на неделю реального траффика, не на калькуляции.

Подключение через ofox

Если у вас уже стоит OpenAI SDK — миграция в две строки:

from openai import OpenAI

client = OpenAI(
    api_key="sk-of-...",                  # ключ ofox
    base_url="https://api.ofox.ai/v1",
)

response = client.chat.completions.create(
    model="bailian/qwen3.7-max",
    messages=[
        {"role": "user", "content": "Отрефактори эту функцию на Python для читаемости..."}
    ],
)

Тот же ключ открывает Claude Opus 4.7, GPT-5.5, Gemini 3.1 Pro — удобно для гибридной маршрутизации без перетряхивания auth-слоя. Подробности модели, цены и кэш — на странице ofox.ai/ru/models/bailian/qwen3.7-max.

Для российских разработчиков актуальный кусок: ofox оплачивается USDT и другими крипто-методами, российские карты не требуются, VPN не нужен. Подробнее логику доступа разобрали в Claude API в России — подключение Opus / Sonnet — для Qwen маршрут идентичный.

Где Opus 4.7 всё ещё оправдывает свою цену

Qwen 3.7 Max — не полная замена. Случаи, где премия за Opus продолжает работать:

• Агенские цикл-задачи длиннее 30 минут. 35-часовой автономный прогон Qwen реален, но был тюнингован под конкретный benchmark Alibaba. На открытых клиентских workflow Opus 4.7 удерживает состояние стабильнее — 21 Elo разрыва (1562 vs 1541) на Code Arena масштабируется на длинных цепочках.
• Security-review, новые алгоритмы, формальная верификация. GPQA Diamond 92,4 vs 91,3 — статистически близко, но за пределами benchmark-распределения (новые эксплойты, formal verification, архитектурная критика) xhigh thinking у Opus 4.7 даёт больше, чем подсказывает табличка.
• Latency-чувствительные сценарии в IDE. Многословность Qwen → дольше до первого полезного токена. В Cursor / Zed / Claude Code, где важна “скорость под пальцами”, лаконичная модель ощущается лучше.
• Русский литературный текст. Qwen прилично работает по-русски, но для художественного текста и тонкой стилистики Opus всё ещё уверенней.

Рабочая практика — гибрид: Qwen 3.7 Max на повседневный кодинг, Opus 4.7 на escalation. Как именно прошить такую маршрутизацию в IDE и CLI — в сравнении Cursor / Claude Code / Cline с custom API и в обзоре мульти-модельной стратегии оптимизации стоимости.

Вывод

Три важные мысли:

• Топ-уровень по кодингу больше не принадлежит только Anthropic. На публичном голосовательном рейтинге китайская модель идёт через 1 Elo от Opus Thinking при цене в 1/3. Это не маркетинг — это сдвиг ценовой границы.
• Закрытие весов Qwen 3.7 — стратегический поворот Alibaba. 3.6 ещё доступна под Apache 2.0, 3.7 — только API. Если нужен on-prem, fine-tuning и контроль данных, путь — Qwen 3.6 series. Если нужна вершина возможностей — Qwen 3.7 Max через API.
• Решение проще проверить, чем читать. Если ваш счёт на Opus сейчас от 50 000 ₽/мес — запустите тот же набор промптов параллельно на Qwen 3.7 Max и Opus 4.7. За неделю реального траффика станет видно, где у вашего workload пересекаются кривые качества и стоимости.

Контекст шире можно посмотреть в сравнении китайских моделей через российские шлюзы и в многомодельной стратегии оптимизации стоимости.

Связанное чтение

• Claude API в России — подключение Opus / Sonnet — основной конкурент Qwen 3.7 Max и как к нему получить доступ из РФ
• Китайские модели ИИ — Qwen / DeepSeek / MiniMax через API в России — где Qwen 3.7 Max стоит в семействе китайских моделей
• Мультимодельная стратегия оптимизации стоимости — как реально маршрутизировать траффик между Qwen и Claude
• Cursor / Claude Code / Cline — настройка custom API — как вписать Qwen 3.7 Max в редактор
• GPT-5.4 mini & nano — обзор бюджетных моделей для России — ещё один уровень “цена/качество” для сравнения

На других языках: English · 中文 · 日本語