Source: https://ailoot.ai/models/de/qwen-qwen3-7-flash/ Canonical: https://ailoot.ai/models/de/qwen-qwen3-7-flash/ Language: de # Qwen: Qwen3.7 Flash [Markdown](https://ailoot.ai/models/de/qwen-qwen3-7-flash/index.md) · [JSON](https://ailoot.ai/models/de/qwen-qwen3-7-flash/facts.json) ## [Qwen: Qwen3.7 Flash](https://ailoot.ai/models/de/qwen-qwen3-7-flash/) Qwen3.7 Flash ist Qwens Vision-Language-Modellfamilie für Text, Bilder und Video mit Textausgabe. Der Hersteller hebt eine stärkere Objekterkennung, räumliches Verständnis, multimodale Agentenarbeit und visuell gestützte Programmierung hervor, mit standardmäßig aktiviertem Denkmodus und einem optionalen Modus für direkte Antworten. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3.7-flash`](https://ailoot.ai/models/de/qwen-qwen3-7-flash/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3.7-flash`](https://ailoot.ai/models/de/qwen-qwen3-7-flash/#method-1) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Die Veröffentlichung von Qwen3.7 Flash Qwen3.7 Flash ist eine native Vision-Language-Modellfamilie zum Verstehen von Text, Bildern und Video mit textlichen Antworten. Die Veröffentlichung des Herstellers beschreibt eine stärkere multimodale Wahrnehmung und Agentenausführung gegenüber Qwen3.6 Flash. Ihr praktischer Aufgabenbereich umfasst das Erkennen von Objekten, das Verstehen visueller Szenen, Schlussfolgerungen zu räumlichen Beziehungen und das Erstellen von Code oder Erklärungen aus visuellem Material. Die offizielle Veröffentlichung nennt sowohl qwen3.7-flash als auch das datierte qwen3.7-flash-2026-07-15. Halten Sie beim Aufzeichnen eines Ergebnisses den genauen Modellnamen fest: Der undatierte Flash-Name bezeichnet keinen festen Herstellerstand. Die hier verwendete Veröffentlichungsbeschreibung belegt weder eine Parameterzahl für einen offenen Checkpoint noch dessen numerisches Darstellungsformat. Objekterkennung, Wahrnehmung der realen Welt und Raum Geben Sie ein Szenenbild mit einer konkreten Frage an: Welches Objekt ist relevant, welche Beziehung soll untersucht werden und welche sichtbaren Details sollen die Antwort stützen? Bewahren Sie bei einem Diagramm die Beschriftungen und liefern Sie die zu ihrer Interpretation nötigen Definitionen. Eine nützliche Ausgabe trennt Beobachtungen von erschlossenen Beziehungen, sodass sich die Erklärung leichter mit der Quelle vergleichen lässt. Kennzeichnen Sie bei mehreren Bildern jede Eingabe und fordern Sie einen nach diesen Kennzeichnungen geordneten Vergleich an. Benennen Sie bei Video das relevante Ereignis und bewahren Sie die Reihenfolge oder Zeitinformationen. Prüfen Sie genaue Anzahlen, räumliche Messungen und Beobachtungen auf Einzelbildebene anhand des bereitgestellten Materials. Multimodale Agenten Die Veröffentlichung hebt Szenarien mit Search Agent und Code-Interpreter-Agenten mit stabilerer mehrstufiger Ausführung hervor. In einem solchen Ablauf stellt die Anwendung die erlaubten Werkzeuge bereit, führt deren Aktionen aus und liefert ihre Beobachtungen zurück. Das Modell kann diese Ergebnisse nutzen, um seinen Plan zu aktualisieren. Beschreiben Sie das Ziel und die Bedingung für die Erledigung, und fordern Sie ein fertiges Arbeitsergebnis sowie die noch fehlenden Belege an. Der Hersteller nennt Funktionsaufrufe, strukturierte Ausgaben, Präfixvervollständigung und Kontext-Caching. Websuche wird in Peking und Singapur unterstützt, in den übrigen aufgeführten Regionen dagegen nicht. Batch-Inferenz wird für den Peking-Alias unterstützt und andernorts nicht; Fine-Tuning wird nicht unterstützt. Die Spezialisierung eines Modells auf Agenten darf nicht mit integriertem Zugriff auf aktuelle Quellen oder eine Ausführungsumgebung in jeder Oberfläche verwechselt werden. Wenn eine Aufgabe Recherche oder Codeausführung erfordert, unterscheiden Sie das Ergebnis eines tatsächlich ausgeführten Werkzeugs von einer im Modelltext vorgeschlagenen Aktion. Diese Beschreibung belegt nicht, welche Werkzeuge eine andere Anwendung bereitstellt. Visuell gestützte Programmierung Qwen beschreibt verbesserte Programmierung auf Grundlage visuellen Materials. Eine nützliche Anfrage kann einen Screenshot oder ein Layout mit funktionalen Anforderungen verbinden und editierbaren Code verlangen. Geben Sie in der Aufgabe das Framework oder Ausgabeformat, die Interaktionszustände und die Rahmenbedingungen an. Fordern Sie das erzeugte Arbeitsergebnis getrennt von der Erklärung an, damit es im Entwicklungsablauf geprüft oder gerendert werden kann. Benennen Sie bei einer bestehenden Oberfläche die gewünschte Änderung und den relevanten Quellkontext, statt eine davon unabhängige Neugestaltung anzufordern. Das Modell kann eine visuelle Anforderung mit einem Codevorschlag verbinden; dieser Vorschlag belegt jedoch nicht, dass die Oberfläche gerendert wurde oder sich korrekt verhält. Diese Aufgabenbeispiele wenden den vom Hersteller beschriebenen Bereich der visuell gestützten Programmierung an, ohne eine Ausführungsgarantie hinzuzufügen. Denkmodus und direkte Antworten Der Leitfaden des Herstellers zu unterstützten Modellen führt Qwen3.7 Flash als Familie mit hybridem Denkmodus auf, bei der das Denken standardmäßig aktiviert ist. Im dokumentierten hybriden Ablauf lässt sich der Denkmodus für eine direkte Antwort deaktivieren. Halten Sie die Ausgabe des Denkprozesses von der endgültigen Antwort getrennt, wenn eine Oberfläche beides bereitstellt. Einstellungen für ein separat benanntes Qwen-Omni-Modell oder ein offenes dichtes Modell sollten nicht allein wegen des gemeinsamen Namens Qwen übernommen werden. Nutzen Sie eine tiefere Analyse für eine visuelle Frage, die mehrere Beobachtungen verbindet; fordern Sie für eine einfache Beschreibung ein direktes Ergebnis an. Geben Sie eine überprüfbare endgültige Struktur vor, etwa eine Beobachtungstabelle, eine knappe Schlussfolgerung oder Codedateien, statt die Antwortlänge als Qualitätssignal zu verwenden. Grenzen und Vorbereitung der Eingaben Alibabas eigene Seite zu Qwen3.7-Flash nennt einen Kontext von 1,000,000 Token, eine maximale Eingabe von 991,808 Token für direkte Antworten oder 983,616 für den Denkmodus und eine maximale Ausgabe von 131,072 in beiden Modi. Sie nennt gesondert eine maximale Länge der Gedankenkette von 262,144 Token. Halten Sie relevante visuelle Details gut lesbar, entfernen Sie nicht zugehöriges Material und reservieren Sie Platz für das erforderliche Ergebnis. Prüfen Sie Objektbeschriftungen, räumliche Schlussfolgerungen, extrahierten Text und Codevorschläge anhand der bereitgestellten Belege. Maßgeblich sind der konkrete Wahrnehmungs-, Agenten- und visuelle Programmierbereich des Herstellers sowie der beibehaltene hybride Antwortmodus. Praktische Aufgabe ### Praktische Aufgabe Technisches Beispiel auf Englisch ``` Check a spatial claim from a text grid Use this written grid description: the red box is at row 2, column 1; the blue box is at row 2, column 3; the green box is at row 1, column 3. Rows increase downward and columns increase rightward. Describe their relative positions and assess the claim that green is directly above red. ``` #### Erwartetes Ergebnis ``` A relative-position description and a supported assessment of the claim, citing grid coordinates. ``` #### Ergebnis prüfen ``` Check that directly above requires the same column and that the stated row direction is respected. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3.7-flash` [`qwen/qwen3.7-flash`](https://ailoot.ai/models/de/#m=qwen%2Fqwen3.7-flash&route=Ultra&caller=qwen%2Fqwen3.7-flash&fmt=chat) Alibaba /`qwen/qwen3.7-flash` ### Start Qwen3.7 Flash ist Qwens Vision-Language-Modellfamilie für Text, Bilder und Video mit Textausgabe. Der Hersteller hebt eine stärkere Objekterkennung, räumliches Verständnis, multimodale Agentenarbeit und visuell gestützte Programmierung hervor, mit standardmäßig aktiviertem Denkmodus und einem optionalen Modus für direkte Antworten. Zulässige Eingaben Text Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Eingabetypen `text` Ausgabetypen `text` Ausgabeformat json oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits qwen/qwen3.7-flash | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— | | Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— | | Feld`messages[].content` | Typ`string\|content_part[]\|null` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].tool_calls` | Typ`tool_call[]` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].tool_call_id` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— | | Feld`messages[].name` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].reasoning_content` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— | | Feld`messages[].reasoning_details` | Typ`object\|array` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`max_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— | | Feld`max_completion_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | | Feld`stream_options.include_usage` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`temperature` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`top_p` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`stop` | Typ`string\|string[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`tools` | Typ`function_tool[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`tools[].type` | Typ`string` | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— | | Feld`tools[].function.name` | Typ`string` | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— | | Feld`tools[].function.description` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`tools[].function.parameters` | Typ`JSON_schema` | AnforderungOptional | Werte und Limits | Standard— | | Feld`tool_choice` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`parallel_tool_calls` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`response_format` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`reasoning_effort` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`reasoning` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`service_tier` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`instructions` | Typ`string` | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— | | Feld`functions` | Typ`function[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`function_call` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`prompt_cache_options` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`modalities` | Typ`string[]` | AnforderungOptional | Werte und Limits text | Standard— | | Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— | | Feld`cache_control.ttl` | Typ`string` | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— | Kombinationen von Eingabematerialien **Text** · UTF8-Text `messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages | | Parameter`material_types` | Vertragtext | | Parameter`messages` | VertragNachrichtenarray mit role/content-Struktur | | Parameter`file_material` | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet | | Parameter`optional_controls` | Vertragstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen | | Parameter`output_modalities` | Vertragtext | | Parameter`hosted_operations` | Vertragfalse | | Parameter`multimodal_input_binding` | Vertragnull | Lebenszyklus: `synchronous_or_streamed` Die genaue Modell-ID zusammen mit messages senden. Die Kontextlänge ist keine Ausgabeobergrenze. Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Standardtarif Wenn der Schnellmodus ausgewählt ist Flex-Modus Standardtarif Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.00006** / 1K Token Ausgabe · Ausgabetoken **$0.00026** / 1K Token Eingabe · Cache-Lesen **$0.000012** / 1K Token Eingabe · Cache-Schreiben **$0.000076** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich32.000 | Gebühr Eingabe · Eingabetoken **$0.00006** / 1K Token Ausgabe · Ausgabetoken **$0.00026** / 1K Token Eingabe · Cache-Lesen **$0.000012** / 1K Token Eingabe · Cache-Schreiben **$0.000076** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als32.000 | Kontexttoken, bis einschließlich256.000 | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Token Ausgabe · Ausgabetoken **$0.0008** / 1K Token Eingabe · Cache-Lesen **$0.00004** / 1K Token Eingabe · Cache-Schreiben **$0.00025** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 3 | Tarifstaffel— | Kontexttoken, mehr als256.000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.0004** / 1K Token Ausgabe · Ausgabetoken **$0.0016** / 1K Token Eingabe · Cache-Lesen **$0.00008** / 1K Token Eingabe · Cache-Schreiben **$0.0005** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · OpenAI Chat curlPython SDKPython-Stream ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen/qwen3.7-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='qwen/qwen3.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='qwen/qwen3.7-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · OpenAI Chat json oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`choices[].index` | Typinteger | | Feld`choices[].message.content` | Typstring\|null | | Feld`choices[].message.tool_calls` | Typtool\_call\[\] | | Feld`choices[].message.reasoning_content` | Typstring | | Feld`choices[].message.reasoning_details` | Typobject\|array | | Feld`choices[].finish_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`qwen/qwen3.7-flash`](https://ailoot.ai/models/de/#m=qwen%2Fqwen3.7-flash&route=Ultra&caller=qwen%2Fqwen3.7-flash&fmt=chat) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`qwen/qwen3.7-flash`](https://ailoot.ai/models/de/#m=qwen%2Fqwen3.7-flash&route=Ultra&caller=qwen%2Fqwen3.7-flash&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3.7-flash` [`qwen/qwen3.7-flash`](https://ailoot.ai/models/de/#m=qwen%2Fqwen3.7-flash&route=Ultra&caller=qwen%2Fqwen3.7-flash&fmt=messages) Alibaba /`qwen/qwen3.7-flash` ### Start Qwen3.7 Flash ist Qwens Vision-Language-Modellfamilie für Text, Bilder und Video mit Textausgabe. Der Hersteller hebt eine stärkere Objekterkennung, räumliches Verständnis, multimodale Agentenarbeit und visuell gestützte Programmierung hervor, mit standardmäßig aktiviertem Denkmodus und einem optionalen Modus für direkte Antworten. Zulässige Eingaben Text Ergebnisse json · sse ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Eingabetypen `text` Ausgabetypen `json`, `sse` Ausgabeformat JSON oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits qwen/qwen3.7-flash | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits user, assistant | Standard— | | Feld`messages[].content` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`max_tokens` | Typ`integer` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | Kombinationen von Eingabematerialien **Text** · UTF-8-Text `Zeichenfolge messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages, max\_tokens | | Parameter`optional_controls` | Vertragstream | | Parameter`material_types` | Vertragtext | | Parameter`text_file_material` | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. | Lebenszyklus: `synchronous_or_streamed` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Standardtarif Wenn der Schnellmodus ausgewählt ist Flex-Modus Standardtarif Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.00006** / 1K Token Ausgabe · Ausgabetoken **$0.00026** / 1K Token Eingabe · Cache-Lesen **$0.000012** / 1K Token Eingabe · Cache-Schreiben **$0.000076** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich32.000 | Gebühr Eingabe · Eingabetoken **$0.00006** / 1K Token Ausgabe · Ausgabetoken **$0.00026** / 1K Token Eingabe · Cache-Lesen **$0.000012** / 1K Token Eingabe · Cache-Schreiben **$0.000076** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als32.000 | Kontexttoken, bis einschließlich256.000 | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Token Ausgabe · Ausgabetoken **$0.0008** / 1K Token Eingabe · Cache-Lesen **$0.00004** / 1K Token Eingabe · Cache-Schreiben **$0.00025** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationAnfragelängenstufe 3 | Tarifstaffel— | Kontexttoken, mehr als256.000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken **$0.0004** / 1K Token Ausgabe · Ausgabetoken **$0.0016** / 1K Token Eingabe · Cache-Lesen **$0.00008** / 1K Token Eingabe · Cache-Schreiben **$0.0005** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Anthropic Messages Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern ```json { "model": "qwen/qwen3.7-flash", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen/qwen3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen/qwen3.7-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Anthropic Messages JSON oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`id` | Typstring | | Feld`model` | Typstring | | Feld`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Feld`stop_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`qwen/qwen3.7-flash`](https://ailoot.ai/models/de/#m=qwen%2Fqwen3.7-flash&route=Ultra&caller=qwen%2Fqwen3.7-flash&fmt=messages) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`qwen/qwen3.7-flash`](https://ailoot.ai/models/de/#m=qwen%2Fqwen3.7-flash&route=Ultra&caller=qwen%2Fqwen3.7-flash&fmt=messages) FAQ · Qwen: Qwen3.7 Flash Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/chat/completions` · `qwen/qwen3.7-flash`: `text` → `text` `POST /v1/messages` · `qwen/qwen3.7-flash`: `text` → `json`, `sse` Welche Felder verwendet die Anfrage? `POST /v1/chat/completions` · `qwen/qwen3.7-flash`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen/qwen3.7-flash`: `model`, `messages`, `max_tokens`, `stream` Welche Grenzen gelten? `POST /v1/chat/completions` · `qwen/qwen3.7-flash`: `messages.min_items`: `1` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.