Qwen3.7 Max: precio, contexto y rendimiento

Presentación

Qwen3.7 Max es un modelo de lenguaje de Alibaba Cloud (Qwen), lanzado el 21 de mayo de 2026. Tiene, por tanto, 5 meses a 22 de octubre de 2026. Es un modelo cerrado: se accede a él por API, a través de Alibaba Cloud (Qwen) o de uno de los 32 proveedores recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos punteros (24 modelos de esta categoría en el sitio).

Precio y presupuesto

Qwen3.7 Max cuesta 1,71 US$ por millón de tokens de entrada y 5,14 US$ por millón de tokens de salida (mediana de 32 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,044 US$; mil veces esa tarea, 44,48 US$.

Es 2,8 veces más barato que el precio de salida mediano de los modelos punteros (14,5 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Qwen3.7 Max obtiene un índice de capacidad de 86,6 sobre 100, calculado con 4 pruebas de nuestra cesta.

Eso lo sitúa en el puesto 15.º de nuestro ranking semanal de modelos.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 90,9 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 95,6 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 64,6 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• SWE-bench Verified (corrección de errores reales de software): 77,3 % — el mejor modelo seguido, Claude Opus 4.7, alcanza 83,5 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.000.000 tokens, unas 1500 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 50.000 tokens.

Acepta como entrada: texto.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

¿Cuándo elegirlo?

Por su categoría, Qwen3.7 Max está pensado sobre todo para las tareas difíciles en las que la calidad importa más que el coste: razonamiento profundo, código complejo, análisis largos.

Su resultado en SWE-bench Verified (77,3 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Modelos comparables

En la misma categoría, los modelos más cercanos a Qwen3.7 Max son:

• Gemini 3 Pro Preview (Google DeepMind, índice 87)
• Grok 4.6 (xAI, índice 86,1)
• GPT-5.4 (OpenAI, índice 87,2)
• Gemini 3.7 Flash (Google DeepMind, índice 85,9)