阿里千問推出「Qwen3.7-Plus」模型價格大幅下降，但代價是不開放權重

阿里巴巴本週發布 Qwen3.7-Plus 多模態大語言模型。定價輸入每百萬 token 僅 $0.40、輸出 $1.60，合計 $2.00，比前一代 Qwen3.7-Max 的 $10.00 便宜約 8 成。
（前情提要：重磅！Meta 祖克柏傳下令放棄「開源 AI」，轉用阿里巴巴 Qwen 訓練「Avocado」付費人工智慧）
（背景補充：MiniMax M3 正式發布：跑分接近 Claude Opus 4.7，但價格只要十分之一）

本文目錄

Toggle

便宜在哪、能做什麼？
技術賣點與誠實的邊界
閉源的代價：關上的那扇門意味著什麼

阿裡巴巴的千問（Qwen）系列，一直是中國 AI 開源陣營的標誌之一。Apache 2.0 開放授權、可下載的模型權重，讓連 Airbnb 這種美國科技大廠都能直接拿來用。

但這週的 Qwen3.7-Plus，選擇了一條截然不同的路，多模態能力向上加，定價向下砍，可同時把開放模型權重這扇門關上了。

便宜在哪、能做什麼？

定價方面，阿里官方發布的數字是：輸入每百萬 token $0.40、輸出 $1.60，合計 $2.00。對照 Qwen3.7-Max 的輸入 $2.50、輸出 $7.50，合計 $10.00。

還有一個企業用戶更在意的數字：快取（cached）輸入定價。若 agent 反覆讀取相同的程式碼庫或固定企業 UI，後續讀取成本可以降到每百萬 token 僅 $0.04。換句話說，對高頻、重複性任務的大型工作流，成本還能再往下壓一截。

該模型定位明確：用來取代 GPT-5 級、Claude-Max 級的高頻開發者工作流、RPA（機器人流程自動化）、資料工程管線等重複性任務。簡單來說就是，不需要每次都動用最貴的頂規模型做反覆性工作。

技術賣點與誠實的邊界

跑分方面（以下為官方自評）：Terminal Bench 2.0-Terminus 70.3，超過 DeepSeek-V4-Pro Max（67.9）與 Gemini-3.1 Pro（63.5）；ScreenSpot Pro（電腦視覺與介面理解）79.0，大幅領先 GPT-5.4 xhigh（67.4）與 Claude-Opus-4.6（49.5）。

不過要誠實說的是：整體表現仍低於多數領先的美國閉源模型。跑分是起跑線，特定任務的單點優勝，不等於全面追上。且單點贏了，也不代表上線就比對手快、比對手穩，這是任何跑分數字都無法回答的問題。

閉源的代價：關上的那扇門意味著什麼

回到一個真正值得討論的問題。Qwen3.7-Plus 不提供開放權重。和前一代 Max 一樣，只透過阿里雲 Model Studio 閉源商用 API 與 Qwen Chat 提供服務。這對企業用戶意味著幾件事：

第一，不能在隔離內網本地部署。所有 API 呼叫都得經過阿里雲國際節點，資料在你的伺服器以外流動。

第二，受資料主權或合規限制的產業，醫療（HIPAA、GDPR）、國防、政府機關，必須評估這條外部 API 路由是否符合自身合規要求。答案往往是否定的。

第三，但好處確實存在：省去自建多 GPU 叢集（如 Nvidia H100）的硬體採購與維運負擔，API 又採 OpenAI 相容格式，對既有基礎設施的改動成本極小。同場競爭的中國對手 MiniMax-M3 限時優惠合計 $1.50，Qwen3.7-Plus 的 $2.00 緊貼其上，在價效比戰場上卡著一個精準的位置。

更根本的思考在於：開源版的 Qwen 曾是阿里最強的無形資產。開放權重意味著任何人都能下載、微調、部署，Airbnb 等公司把它整合進自家產品，全球開發者在 Hugging Face 上基於 Qwen 建立社群與衍生模型，這層開發者生態，是用錢買不到的信任積累。

但閉源等於阿里主動放棄這層護城河，雖然在商業邏輯上可以理解，但是否會影響未來生態發展，還有待觀察。