Qwen3.7-Max 2026-06-08 es la versión fechada del 8 de junio de Alibaba, con nombre propio, del modelo Max de la familia Qwen3.7. El cambio que define esta edición es la incorporación de comprensión visual a la versión del 20 de mayo, lo que permite una interacción fundamentada en escenas del mundo real. Acepta texto, imágenes y video y genera texto. La finalidad de la familia, centrada en agentes, abarca programación, trabajo de oficina y productividad, y tareas sostenidas que combinan instrucciones con resultados de herramientas.
La edición importa para los encargos visuales. El nombre Qwen3.7-Max sin fecha está documentado como equivalente a la versión del 20 de mayo, que solo recibe texto, mientras que la tabla exacta del modelo de junio incluye entrada de imágenes y video. En este modelo, una captura de pantalla puede acompañar una tarea de programación o un video puede proporcionar la escena que unas instrucciones escritas piden analizar al agente. La salida es una explicación, código, un registro estructurado o una instrucción de llamada a herramienta, en lugar de imágenes, video o voz generados.
La guía de pensamiento de Alibaba enumera explícitamente esta versión de junio como híbrida: el pensamiento está activado de forma predeterminada en el flujo del productor y puede desactivarse para obtener una respuesta directa. El modo de pensamiento produce razonamiento antes de la respuesta y requiere tiempo adicional de razonamiento. La guía separa el contenido de razonamiento de la respuesta final y permite conservar el razonamiento histórico proporcionado entre turnos para este modelo exacto. El razonamiento conservado pasa a formar parte de la siguiente entrada, así que una tarea continua debe presupuestarlo junto con la conversación y el material fuente.
Function Calling permite una tarea en la que la aplicación proporciona una pregunta y las definiciones de las herramientas disponibles. El modelo devuelve una función seleccionada y sus argumentos; la aplicación ejecuta esa función, añade el resultado de la herramienta a la conversación y pide al modelo que continúe. Para un asistente de programación, define con precisión la herramienta de lectura del repositorio o de validación y pide el cambio terminado junto con el resultado que lo respalda. Describir una herramienta es distinto de ejecutarla: la aplicación que lo integra proporciona el acceso y realiza la operación.
La versión de junio también enumera Structured Outputs, Web Search, Prefix Completion y Context Caching. Estas funciones permiten registros de salida definidos, trabajo con apoyo de búsquedas, continuación desde un inicio proporcionado y reutilización de un prefijo de entrada común en el flujo del fabricante. Para un análisis recurrente, mantén el documento o las instrucciones estables de la tarea al principio y coloca después la pregunta cambiante. La reutilización de caché depende de las condiciones de ese flujo; que el modelo admita caché no demuestra un acierto para una solicitud concreta. La inferencia por lotes y el ajuste fino están marcados como no compatibles para esta edición.
La tabla exacta de junio indica una ventana de contexto de 1,000,000 tokens. La entrada máxima es de 991,808 tokens en el perfil regular y de 983,616 tokens en modo de pensamiento; la salida máxima es de 131,072 tokens en ambos perfiles. Estos son límites distintos de contexto, entrada y salida. El material fuente extenso, el historial de conversación y el contenido visual deben caber en el límite de entrada aplicable, y el máximo de salida no exige que una respuesta utilice todo ese espacio.
Para una tarea práctica de interfaz, proporciona la captura de pantalla, los fragmentos de código pertinentes, el comportamiento deseado y un entregable explícito. Un ejemplo de instrucciones es: «Utiliza esta pantalla y el texto del componente adjunto para explicar por qué las etiquetas del formulario no coinciden con el flujo de trabajo. Propón un cambio de código específico y enumera los elementos visibles que lo motivaron». Para una tarea documental o de productividad, proporciona las secciones fuente, el registro final deseado y los criterios para decidir qué incluir. Numera las imágenes separadas y describe su relación para que el resultado textual pueda remitirse a la evidencia.
Para analizar video, identifica el evento o la secuencia que necesitas, pide una descripción concisa y conserva las marcas de tiempo en la entrada preparada cuando el resultado deba identificar un momento concreto. En el flujo de archivos de Alibaba, una imagen mediante URL puede tener hasta 20 MB; un video mediante URL puede tener hasta 2 GB y durar de 2 segundos a 2 horas. El video Base64 debe ser menor de 10 MB después de codificarse. Mantén los límites de archivos separados del presupuesto de tokens. Si el audio es esencial, proporciona una transcripción como texto; la tabla de entrada de esta versión no enumera audio. En una tarea de agente más larga, especifica el entregable final, las herramientas permitidas y qué resultado contará como finalización. Esa preparación dirige al modelo hacia un entregable textual revisable, en lugar de una secuencia abierta de sugerencias intermedias.
", "aboutText": "Qwen3.7-Max 2026-06-08 es la versión fechada del 8 de junio de Alibaba, con nombre propio, del modelo Max de la familia Qwen3.7. El cambio que define esta edición es la incorporación de comprensión visual a la versión del 20 de mayo, lo que permite una interacción fundamentada en escenas del mundo real. Acepta texto, imágenes y video y genera texto. La finalidad de la familia, centrada en agentes, abarca programación, trabajo de oficina y productividad, y tareas sostenidas que combinan instrucciones con resultados de herramientas.\n\nLa edición importa para los encargos visuales. El nombre Qwen3.7-Max sin fecha está documentado como equivalente a la versión del 20 de mayo, que solo recibe texto, mientras que la tabla exacta del modelo de junio incluye entrada de imágenes y video. En este modelo, una captura de pantalla puede acompañar una tarea de programación o un video puede proporcionar la escena que unas instrucciones escritas piden analizar al agente. La salida es una explicación, código, un registro estructurado o una instrucción de llamada a herramienta, en lugar de imágenes, video o voz generados.\n\nLa guía de pensamiento de Alibaba enumera explícitamente esta versión de junio como híbrida: el pensamiento está activado de forma predeterminada en el flujo del productor y puede desactivarse para obtener una respuesta directa. El modo de pensamiento produce razonamiento antes de la respuesta y requiere tiempo adicional de razonamiento. La guía separa el contenido de razonamiento de la respuesta final y permite conservar el razonamiento histórico proporcionado entre turnos para este modelo exacto. El razonamiento conservado pasa a formar parte de la siguiente entrada, así que una tarea continua debe presupuestarlo junto con la conversación y el material fuente.\n\nFunction Calling permite una tarea en la que la aplicación proporciona una pregunta y las definiciones de las herramientas disponibles. El modelo devuelve una función seleccionada y sus argumentos; la aplicación ejecuta esa función, añade el resultado de la herramienta a la conversación y pide al modelo que continúe. Para un asistente de programación, define con precisión la herramienta de lectura del repositorio o de validación y pide el cambio terminado junto con el resultado que lo respalda. Describir una herramienta es distinto de ejecutarla: la aplicación que lo integra proporciona el acceso y realiza la operación.\n\nLa versión de junio también enumera Structured Outputs, Web Search, Prefix Completion y Context Caching. Estas funciones permiten registros de salida definidos, trabajo con apoyo de búsquedas, continuación desde un inicio proporcionado y reutilización de un prefijo de entrada común en el flujo del fabricante. Para un análisis recurrente, mantén el documento o las instrucciones estables de la tarea al principio y coloca después la pregunta cambiante. La reutilización de caché depende de las condiciones de ese flujo; que el modelo admita caché no demuestra un acierto para una solicitud concreta. La inferencia por lotes y el ajuste fino están marcados como no compatibles para esta edición.\n\nLa tabla exacta de junio indica una ventana de contexto de 1,000,000 tokens. La entrada máxima es de 991,808 tokens en el perfil regular y de 983,616 tokens en modo de pensamiento; la salida máxima es de 131,072 tokens en ambos perfiles. Estos son límites distintos de contexto, entrada y salida. El material fuente extenso, el historial de conversación y el contenido visual deben caber en el límite de entrada aplicable, y el máximo de salida no exige que una respuesta utilice todo ese espacio.\n\nPara una tarea práctica de interfaz, proporciona la captura de pantalla, los fragmentos de código pertinentes, el comportamiento deseado y un entregable explícito. Un ejemplo de instrucciones es: «Utiliza esta pantalla y el texto del componente adjunto para explicar por qué las etiquetas del formulario no coinciden con el flujo de trabajo. Propón un cambio de código específico y enumera los elementos visibles que lo motivaron». Para una tarea documental o de productividad, proporciona las secciones fuente, el registro final deseado y los criterios para decidir qué incluir. Numera las imágenes separadas y describe su relación para que el resultado textual pueda remitirse a la evidencia.\n\nPara analizar video, identifica el evento o la secuencia que necesitas, pide una descripción concisa y conserva las marcas de tiempo en la entrada preparada cuando el resultado deba identificar un momento concreto. En el flujo de archivos de Alibaba, una imagen mediante URL puede tener hasta 20 MB; un video mediante URL puede tener hasta 2 GB y durar de 2 segundos a 2 horas. El video Base64 debe ser menor de 10 MB después de codificarse. Mantén los límites de archivos separados del presupuesto de tokens. Si el audio es esencial, proporciona una transcripción como texto; la tabla de entrada de esta versión no enumera audio. En una tarea de agente más larga, especifica el entregable final, las herramientas permitidas y qué resultado contará como finalización. Esa preparación dirige al modelo hacia un entregable textual revisable, en lugar de una secuencia abierta de sugerencias intermedias.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Prepare an office task handover\n\nPrepare a handover from these work records. [Draft] Budget note completed. [Review] Manager requested a supplier quote before approval. [Quote] Supplier sent prices but omitted shipping. [Schedule] Meeting is Friday. List completed artifacts, the unresolved approval dependency and a focused next request. Preserve the record labels and avoid claiming the budget is approved.A source-labelled handover with completed work, the shipping-cost dependency and a proposed supplier question.Verify that a finished draft and received quote are not treated as approval or a complete total cost.qwen3.7-max-2026-06-08Qwen3.7-Max 2026-06-08 combina la comprensión de texto, imágenes y video con un flujo de texto centrado en agentes. Esta versión fechada con nombre propio añade visión a la edición de mayo, admite pensamiento híbrido y herramientas, y tiene un contexto de un millón de tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen3.7-Max 2026-06-08 es la versión fechada del 8 de junio de Alibaba, con nombre propio, del modelo Max de la familia Qwen3.7. El cambio que define esta edición es la incorporación de comprensión visual a la versión del 20 de mayo, lo que permite una interacción fundamentada en escenas del mundo real. Acepta texto, imágenes y video y genera texto. La finalidad de la familia, centrada en agentes, abarca programación, trabajo de oficina y productividad, y tareas sostenidas que combinan instrucciones con resultados de herramientas.
La edición importa para los encargos visuales. El nombre Qwen3.7-Max sin fecha está documentado como equivalente a la versión del 20 de mayo, que solo recibe texto, mientras que la tabla exacta del modelo de junio incluye entrada de imágenes y video. En este modelo, una captura de pantalla puede acompañar una tarea de programación o un video puede proporcionar la escena que unas instrucciones escritas piden analizar al agente. La salida es una explicación, código, un registro estructurado o una instrucción de llamada a herramienta, en lugar de imágenes, video o voz generados.
La guía de pensamiento de Alibaba enumera explícitamente esta versión de junio como híbrida: el pensamiento está activado de forma predeterminada en el flujo del productor y puede desactivarse para obtener una respuesta directa. El modo de pensamiento produce razonamiento antes de la respuesta y requiere tiempo adicional de razonamiento. La guía separa el contenido de razonamiento de la respuesta final y permite conservar el razonamiento histórico proporcionado entre turnos para este modelo exacto. El razonamiento conservado pasa a formar parte de la siguiente entrada, así que una tarea continua debe presupuestarlo junto con la conversación y el material fuente.
Function Calling permite una tarea en la que la aplicación proporciona una pregunta y las definiciones de las herramientas disponibles. El modelo devuelve una función seleccionada y sus argumentos; la aplicación ejecuta esa función, añade el resultado de la herramienta a la conversación y pide al modelo que continúe. Para un asistente de programación, define con precisión la herramienta de lectura del repositorio o de validación y pide el cambio terminado junto con el resultado que lo respalda. Describir una herramienta es distinto de ejecutarla: la aplicación que lo integra proporciona el acceso y realiza la operación.
La versión de junio también enumera Structured Outputs, Web Search, Prefix Completion y Context Caching. Estas funciones permiten registros de salida definidos, trabajo con apoyo de búsquedas, continuación desde un inicio proporcionado y reutilización de un prefijo de entrada común en el flujo del fabricante. Para un análisis recurrente, mantén el documento o las instrucciones estables de la tarea al principio y coloca después la pregunta cambiante. La reutilización de caché depende de las condiciones de ese flujo; que el modelo admita caché no demuestra un acierto para una solicitud concreta. La inferencia por lotes y el ajuste fino están marcados como no compatibles para esta edición.
La tabla exacta de junio indica una ventana de contexto de 1,000,000 tokens. La entrada máxima es de 991,808 tokens en el perfil regular y de 983,616 tokens en modo de pensamiento; la salida máxima es de 131,072 tokens en ambos perfiles. Estos son límites distintos de contexto, entrada y salida. El material fuente extenso, el historial de conversación y el contenido visual deben caber en el límite de entrada aplicable, y el máximo de salida no exige que una respuesta utilice todo ese espacio.
Para una tarea práctica de interfaz, proporciona la captura de pantalla, los fragmentos de código pertinentes, el comportamiento deseado y un entregable explícito. Un ejemplo de instrucciones es: «Utiliza esta pantalla y el texto del componente adjunto para explicar por qué las etiquetas del formulario no coinciden con el flujo de trabajo. Propón un cambio de código específico y enumera los elementos visibles que lo motivaron». Para una tarea documental o de productividad, proporciona las secciones fuente, el registro final deseado y los criterios para decidir qué incluir. Numera las imágenes separadas y describe su relación para que el resultado textual pueda remitirse a la evidencia.
Para analizar video, identifica el evento o la secuencia que necesitas, pide una descripción concisa y conserva las marcas de tiempo en la entrada preparada cuando el resultado deba identificar un momento concreto. En el flujo de archivos de Alibaba, una imagen mediante URL puede tener hasta 20 MB; un video mediante URL puede tener hasta 2 GB y durar de 2 segundos a 2 horas. El video Base64 debe ser menor de 10 MB después de codificarse. Mantén los límites de archivos separados del presupuesto de tokens. Si el audio es esencial, proporciona una transcripción como texto; la tabla de entrada de esta versión no enumera audio. En una tarea de agente más larga, especifica el entregable final, las herramientas permitidas y qué resultado contará como finalización. Esa preparación dirige al modelo hacia un entregable textual revisable, en lugar de una secuencia abierta de sugerencias intermedias.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen3.7-max-2026-06-08 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0036 / 1K tokens Salida · Tokens de salida $0.0106 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3.7-max-2026-06-08", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.7-max-2026-06-08',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.7-max-2026-06-08',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qwen3.7-max-2026-06-08
Usa las rutas de método indicadas arriba.
qwen3.7-max-2026-06-08Qwen3.7-Max 2026-06-08 combina la comprensión de texto, imágenes y video con un flujo de texto centrado en agentes. Esta versión fechada con nombre propio añade visión a la edición de mayo, admite pensamiento híbrido y herramientas, y tiene un contexto de un millón de tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen3.7-Max 2026-06-08 es la versión fechada del 8 de junio de Alibaba, con nombre propio, del modelo Max de la familia Qwen3.7. El cambio que define esta edición es la incorporación de comprensión visual a la versión del 20 de mayo, lo que permite una interacción fundamentada en escenas del mundo real. Acepta texto, imágenes y video y genera texto. La finalidad de la familia, centrada en agentes, abarca programación, trabajo de oficina y productividad, y tareas sostenidas que combinan instrucciones con resultados de herramientas.
La edición importa para los encargos visuales. El nombre Qwen3.7-Max sin fecha está documentado como equivalente a la versión del 20 de mayo, que solo recibe texto, mientras que la tabla exacta del modelo de junio incluye entrada de imágenes y video. En este modelo, una captura de pantalla puede acompañar una tarea de programación o un video puede proporcionar la escena que unas instrucciones escritas piden analizar al agente. La salida es una explicación, código, un registro estructurado o una instrucción de llamada a herramienta, en lugar de imágenes, video o voz generados.
La guía de pensamiento de Alibaba enumera explícitamente esta versión de junio como híbrida: el pensamiento está activado de forma predeterminada en el flujo del productor y puede desactivarse para obtener una respuesta directa. El modo de pensamiento produce razonamiento antes de la respuesta y requiere tiempo adicional de razonamiento. La guía separa el contenido de razonamiento de la respuesta final y permite conservar el razonamiento histórico proporcionado entre turnos para este modelo exacto. El razonamiento conservado pasa a formar parte de la siguiente entrada, así que una tarea continua debe presupuestarlo junto con la conversación y el material fuente.
Function Calling permite una tarea en la que la aplicación proporciona una pregunta y las definiciones de las herramientas disponibles. El modelo devuelve una función seleccionada y sus argumentos; la aplicación ejecuta esa función, añade el resultado de la herramienta a la conversación y pide al modelo que continúe. Para un asistente de programación, define con precisión la herramienta de lectura del repositorio o de validación y pide el cambio terminado junto con el resultado que lo respalda. Describir una herramienta es distinto de ejecutarla: la aplicación que lo integra proporciona el acceso y realiza la operación.
La versión de junio también enumera Structured Outputs, Web Search, Prefix Completion y Context Caching. Estas funciones permiten registros de salida definidos, trabajo con apoyo de búsquedas, continuación desde un inicio proporcionado y reutilización de un prefijo de entrada común en el flujo del fabricante. Para un análisis recurrente, mantén el documento o las instrucciones estables de la tarea al principio y coloca después la pregunta cambiante. La reutilización de caché depende de las condiciones de ese flujo; que el modelo admita caché no demuestra un acierto para una solicitud concreta. La inferencia por lotes y el ajuste fino están marcados como no compatibles para esta edición.
La tabla exacta de junio indica una ventana de contexto de 1,000,000 tokens. La entrada máxima es de 991,808 tokens en el perfil regular y de 983,616 tokens en modo de pensamiento; la salida máxima es de 131,072 tokens en ambos perfiles. Estos son límites distintos de contexto, entrada y salida. El material fuente extenso, el historial de conversación y el contenido visual deben caber en el límite de entrada aplicable, y el máximo de salida no exige que una respuesta utilice todo ese espacio.
Para una tarea práctica de interfaz, proporciona la captura de pantalla, los fragmentos de código pertinentes, el comportamiento deseado y un entregable explícito. Un ejemplo de instrucciones es: «Utiliza esta pantalla y el texto del componente adjunto para explicar por qué las etiquetas del formulario no coinciden con el flujo de trabajo. Propón un cambio de código específico y enumera los elementos visibles que lo motivaron». Para una tarea documental o de productividad, proporciona las secciones fuente, el registro final deseado y los criterios para decidir qué incluir. Numera las imágenes separadas y describe su relación para que el resultado textual pueda remitirse a la evidencia.
Para analizar video, identifica el evento o la secuencia que necesitas, pide una descripción concisa y conserva las marcas de tiempo en la entrada preparada cuando el resultado deba identificar un momento concreto. En el flujo de archivos de Alibaba, una imagen mediante URL puede tener hasta 20 MB; un video mediante URL puede tener hasta 2 GB y durar de 2 segundos a 2 horas. El video Base64 debe ser menor de 10 MB después de codificarse. Mantén los límites de archivos separados del presupuesto de tokens. Si el audio es esencial, proporciona una transcripción como texto; la tabla de entrada de esta versión no enumera audio. En una tarea de agente más larga, especifica el entregable final, las herramientas permitidas y qué resultado contará como finalización. Esa preparación dirige al modelo hacia un entregable textual revisable, en lugar de una secuencia abierta de sugerencias intermedias.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen3.7-max-2026-06-08 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0036 / 1K tokens Salida · Tokens de salida $0.0106 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qwen3.7-max-2026-06-08",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.7-max-2026-06-08', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.7-max-2026-06-08', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qwen3.7-max-2026-06-08
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Prepare an office task handover\n\nPrepare a handover from these work records. [Draft] Budget note completed. [Review] Manager requested a supplier quote before approval. [Quote] Supplier sent prices but omitted shipping. [Schedule] Meeting is Friday. List completed artifacts, the unresolved approval dependency and a focused next request. Preserve the record labels and avoid claiming the budget is approved.A source-labelled handover with completed work, the shipping-cost dependency and a proposed supplier question.Verify that a finished draft and received quote are not treated as approval or a complete total cost.