La versione Qwen3.7 Flash
Qwen3.7 Flash è una famiglia di modelli visivo-linguistici nativi per la comprensione di testo, immagini e video con risposte testuali. Il produttore descrive nella versione una percezione multimodale e un’esecuzione degli agenti migliori rispetto a Qwen3.6 Flash. Il suo ambito pratico include riconoscere oggetti, comprendere una scena visiva, ragionare su relazioni spaziali e preparare codice o spiegazioni da materiale visivo.
La versione ufficiale nomina sia qwen3.7-flash sia la versione datata qwen3.7-flash-2026-07-15. Conservare il nome esatto del modello quando si registra un risultato: il nome Flash senza data non identifica uno snapshot fisso del produttore. La descrizione della versione qui usata non stabilisce il numero di parametri né la rappresentazione numerica di un checkpoint aperto.
Riconoscimento degli oggetti, percezione del mondo reale e spazio
Fornire un’immagine di scena con una domanda concreta: quale oggetto conta, quale relazione esaminare e quali dettagli visibili devono sostenere la risposta. Per un diagramma, preservare le etichette e fornire le definizioni necessarie a interpretarle. Un output utile separa osservazioni e relazioni dedotte, facilitando il confronto della spiegazione con la fonte.
Per più immagini, etichettare ogni input e richiedere un confronto organizzato secondo tali etichette. Per un video, identificare l’evento pertinente e preservare la sequenza o le informazioni temporali. Esaminare conteggi esatti, misure spaziali e osservazioni a livello di fotogramma rispetto al materiale fornito.
Agenti multimodali
La versione evidenzia scenari Search Agent e agenti con interprete di codice, con un’esecuzione in più passaggi più stabile. In un simile flusso, l’applicazione fornisce gli strumenti consentiti, ne esegue le azioni e ne restituisce le osservazioni. Il modello può usare questi risultati per aggiornare il piano. Descrivere obiettivo e condizione di completamento, e richiedere un artefatto finale con eventuali evidenze irrisolte. Il produttore elenca chiamate a funzioni, output strutturati, completamento dei prefissi e cache del contesto. La ricerca web è supportata a Beijing e Singapore e non è supportata negli altri ambiti regionali elencati. L’inferenza batch è supportata per l’alias Beijing e non altrove; il fine-tuning non è supportato.
La specializzazione del modello come agente non deve essere confusa con accesso integrato a fonti aggiornate o a un ambiente di esecuzione in ogni interfaccia. Quando un’attività richiede recupero di informazioni o esecuzione di codice, distinguere il risultato restituito da uno strumento effettivo da un’azione proposta nel testo del modello. Questa descrizione non stabilisce quali strumenti esponga un’altra applicazione.
Programmazione visiva
Qwen descrive una programmazione migliorata guidata dal materiale visivo. Una richiesta utile può combinare uno screenshot o un layout con requisiti funzionali e chiedere codice modificabile. Specificare nel compito fornito il framework o la forma dell’output, gli stati di interazione e i vincoli. Richiedere l’artefatto generato separatamente dalla spiegazione affinché possa essere revisionato o renderizzato dal flusso di sviluppo.
Per un’interfaccia esistente, identificare la modifica prevista e il contesto sorgente pertinente anziché chiedere una riprogettazione non correlata. Il modello può collegare un requisito visivo a una proposta di codice; tale proposta non dimostra che l’interfaccia sia stata renderizzata o funzioni correttamente. Questi esempi applicano l’ambito di programmazione visiva del produttore senza aggiungere una garanzia di esecuzione.
Ragionamento e risposte dirette
La guida del produttore ai modelli supportati elenca Qwen3.7 Flash come famiglia a ragionamento ibrido, con ragionamento abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’output di ragionamento distinto dalla risposta finale quando un’interfaccia fornisce entrambi. I controlli di un modello Qwen-Omni con un nome distinto o di un modello denso aperto non devono essere importati soltanto perché condividono il nome Qwen.
Usare un’analisi più profonda per una domanda visiva che collega più osservazioni; richiedere un risultato diretto per una descrizione semplice. Specificare una struttura finale verificabile, come una tabella di osservazioni, una conclusione concisa o file di codice, anziché affidarsi alla lunghezza della risposta come indicatore di qualità.
Limiti e preparazione dell’input
La pagina dedicata Qwen3.7-Flash di Alibaba indica un contesto di 1,000,000 token, un input massimo di 991,808 token per risposte dirette o 983,616 per il ragionamento e un output massimo di 131,072 in entrambe le modalità. Elenca separatamente una lunghezza massima chain-of-thought di 262,144 token. Mantenere leggibile il dettaglio visivo pertinente, ridurre il materiale estraneo e riservare spazio al risultato richiesto. Verificare etichette degli oggetti, inferenze spaziali, testo estratto e proposte di codice rispetto alle evidenze fornite. La descrizione utile è l’ambito specifico di percezione, agenti e programmazione visiva del produttore, mantenendo la modalità di risposta ibrida.
", "aboutText": "La versione Qwen3.7 Flash\n\nQwen3.7 Flash è una famiglia di modelli visivo-linguistici nativi per la comprensione di testo, immagini e video con risposte testuali. Il produttore descrive nella versione una percezione multimodale e un’esecuzione degli agenti migliori rispetto a Qwen3.6 Flash. Il suo ambito pratico include riconoscere oggetti, comprendere una scena visiva, ragionare su relazioni spaziali e preparare codice o spiegazioni da materiale visivo.\n\nLa versione ufficiale nomina sia qwen3.7-flash sia la versione datata qwen3.7-flash-2026-07-15. Conservare il nome esatto del modello quando si registra un risultato: il nome Flash senza data non identifica uno snapshot fisso del produttore. La descrizione della versione qui usata non stabilisce il numero di parametri né la rappresentazione numerica di un checkpoint aperto.\n\nRiconoscimento degli oggetti, percezione del mondo reale e spazio\n\nFornire un’immagine di scena con una domanda concreta: quale oggetto conta, quale relazione esaminare e quali dettagli visibili devono sostenere la risposta. Per un diagramma, preservare le etichette e fornire le definizioni necessarie a interpretarle. Un output utile separa osservazioni e relazioni dedotte, facilitando il confronto della spiegazione con la fonte.\n\nPer più immagini, etichettare ogni input e richiedere un confronto organizzato secondo tali etichette. Per un video, identificare l’evento pertinente e preservare la sequenza o le informazioni temporali. Esaminare conteggi esatti, misure spaziali e osservazioni a livello di fotogramma rispetto al materiale fornito.\n\nAgenti multimodali\n\nLa versione evidenzia scenari Search Agent e agenti con interprete di codice, con un’esecuzione in più passaggi più stabile. In un simile flusso, l’applicazione fornisce gli strumenti consentiti, ne esegue le azioni e ne restituisce le osservazioni. Il modello può usare questi risultati per aggiornare il piano. Descrivere obiettivo e condizione di completamento, e richiedere un artefatto finale con eventuali evidenze irrisolte. Il produttore elenca chiamate a funzioni, output strutturati, completamento dei prefissi e cache del contesto. La ricerca web è supportata a Beijing e Singapore e non è supportata negli altri ambiti regionali elencati. L’inferenza batch è supportata per l’alias Beijing e non altrove; il fine-tuning non è supportato.\n\nLa specializzazione del modello come agente non deve essere confusa con accesso integrato a fonti aggiornate o a un ambiente di esecuzione in ogni interfaccia. Quando un’attività richiede recupero di informazioni o esecuzione di codice, distinguere il risultato restituito da uno strumento effettivo da un’azione proposta nel testo del modello. Questa descrizione non stabilisce quali strumenti esponga un’altra applicazione.\n\nProgrammazione visiva\n\nQwen descrive una programmazione migliorata guidata dal materiale visivo. Una richiesta utile può combinare uno screenshot o un layout con requisiti funzionali e chiedere codice modificabile. Specificare nel compito fornito il framework o la forma dell’output, gli stati di interazione e i vincoli. Richiedere l’artefatto generato separatamente dalla spiegazione affinché possa essere revisionato o renderizzato dal flusso di sviluppo.\n\nPer un’interfaccia esistente, identificare la modifica prevista e il contesto sorgente pertinente anziché chiedere una riprogettazione non correlata. Il modello può collegare un requisito visivo a una proposta di codice; tale proposta non dimostra che l’interfaccia sia stata renderizzata o funzioni correttamente. Questi esempi applicano l’ambito di programmazione visiva del produttore senza aggiungere una garanzia di esecuzione.\n\nRagionamento e risposte dirette\n\nLa guida del produttore ai modelli supportati elenca Qwen3.7 Flash come famiglia a ragionamento ibrido, con ragionamento abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’output di ragionamento distinto dalla risposta finale quando un’interfaccia fornisce entrambi. I controlli di un modello Qwen-Omni con un nome distinto o di un modello denso aperto non devono essere importati soltanto perché condividono il nome Qwen.\n\nUsare un’analisi più profonda per una domanda visiva che collega più osservazioni; richiedere un risultato diretto per una descrizione semplice. Specificare una struttura finale verificabile, come una tabella di osservazioni, una conclusione concisa o file di codice, anziché affidarsi alla lunghezza della risposta come indicatore di qualità.\n\nLimiti e preparazione dell’input\n\nLa pagina dedicata Qwen3.7-Flash di Alibaba indica un contesto di 1,000,000 token, un input massimo di 991,808 token per risposte dirette o 983,616 per il ragionamento e un output massimo di 131,072 in entrambe le modalità. Elenca separatamente una lunghezza massima chain-of-thought di 262,144 token. Mantenere leggibile il dettaglio visivo pertinente, ridurre il materiale estraneo e riservare spazio al risultato richiesto. Verificare etichette degli oggetti, inferenze spaziali, testo estratto e proposte di codice rispetto alle evidenze fornite. La descrizione utile è l’ambito specifico di percezione, agenti e programmazione visiva del produttore, mantenendo la modalità di risposta ibrida.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Check a spatial claim from a text grid\n\nUse 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.A relative-position description and a supported assessment of the claim, citing grid coordinates.Check that directly above requires the same column and that the stated row direction is respected.qwen/qwen3.7-flashQwen3.7 Flash è la famiglia di modelli visivo-linguistici Qwen per testo, immagini e video, con output testuale. Il produttore evidenzia un migliore riconoscimento degli oggetti, comprensione spaziale, lavoro con agenti multimodali e programmazione visiva, con ragionamento abilitato per default e una modalità opzionale di risposta diretta.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
La versione Qwen3.7 Flash
Qwen3.7 Flash è una famiglia di modelli visivo-linguistici nativi per la comprensione di testo, immagini e video con risposte testuali. Il produttore descrive nella versione una percezione multimodale e un’esecuzione degli agenti migliori rispetto a Qwen3.6 Flash. Il suo ambito pratico include riconoscere oggetti, comprendere una scena visiva, ragionare su relazioni spaziali e preparare codice o spiegazioni da materiale visivo.
La versione ufficiale nomina sia qwen3.7-flash sia la versione datata qwen3.7-flash-2026-07-15. Conservare il nome esatto del modello quando si registra un risultato: il nome Flash senza data non identifica uno snapshot fisso del produttore. La descrizione della versione qui usata non stabilisce il numero di parametri né la rappresentazione numerica di un checkpoint aperto.
Riconoscimento degli oggetti, percezione del mondo reale e spazio
Fornire un’immagine di scena con una domanda concreta: quale oggetto conta, quale relazione esaminare e quali dettagli visibili devono sostenere la risposta. Per un diagramma, preservare le etichette e fornire le definizioni necessarie a interpretarle. Un output utile separa osservazioni e relazioni dedotte, facilitando il confronto della spiegazione con la fonte.
Per più immagini, etichettare ogni input e richiedere un confronto organizzato secondo tali etichette. Per un video, identificare l’evento pertinente e preservare la sequenza o le informazioni temporali. Esaminare conteggi esatti, misure spaziali e osservazioni a livello di fotogramma rispetto al materiale fornito.
Agenti multimodali
La versione evidenzia scenari Search Agent e agenti con interprete di codice, con un’esecuzione in più passaggi più stabile. In un simile flusso, l’applicazione fornisce gli strumenti consentiti, ne esegue le azioni e ne restituisce le osservazioni. Il modello può usare questi risultati per aggiornare il piano. Descrivere obiettivo e condizione di completamento, e richiedere un artefatto finale con eventuali evidenze irrisolte. Il produttore elenca chiamate a funzioni, output strutturati, completamento dei prefissi e cache del contesto. La ricerca web è supportata a Beijing e Singapore e non è supportata negli altri ambiti regionali elencati. L’inferenza batch è supportata per l’alias Beijing e non altrove; il fine-tuning non è supportato.
La specializzazione del modello come agente non deve essere confusa con accesso integrato a fonti aggiornate o a un ambiente di esecuzione in ogni interfaccia. Quando un’attività richiede recupero di informazioni o esecuzione di codice, distinguere il risultato restituito da uno strumento effettivo da un’azione proposta nel testo del modello. Questa descrizione non stabilisce quali strumenti esponga un’altra applicazione.
Programmazione visiva
Qwen descrive una programmazione migliorata guidata dal materiale visivo. Una richiesta utile può combinare uno screenshot o un layout con requisiti funzionali e chiedere codice modificabile. Specificare nel compito fornito il framework o la forma dell’output, gli stati di interazione e i vincoli. Richiedere l’artefatto generato separatamente dalla spiegazione affinché possa essere revisionato o renderizzato dal flusso di sviluppo.
Per un’interfaccia esistente, identificare la modifica prevista e il contesto sorgente pertinente anziché chiedere una riprogettazione non correlata. Il modello può collegare un requisito visivo a una proposta di codice; tale proposta non dimostra che l’interfaccia sia stata renderizzata o funzioni correttamente. Questi esempi applicano l’ambito di programmazione visiva del produttore senza aggiungere una garanzia di esecuzione.
Ragionamento e risposte dirette
La guida del produttore ai modelli supportati elenca Qwen3.7 Flash come famiglia a ragionamento ibrido, con ragionamento abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’output di ragionamento distinto dalla risposta finale quando un’interfaccia fornisce entrambi. I controlli di un modello Qwen-Omni con un nome distinto o di un modello denso aperto non devono essere importati soltanto perché condividono il nome Qwen.
Usare un’analisi più profonda per una domanda visiva che collega più osservazioni; richiedere un risultato diretto per una descrizione semplice. Specificare una struttura finale verificabile, come una tabella di osservazioni, una conclusione concisa o file di codice, anziché affidarsi alla lunghezza della risposta come indicatore di qualità.
Limiti e preparazione dell’input
La pagina dedicata Qwen3.7-Flash di Alibaba indica un contesto di 1,000,000 token, un input massimo di 991,808 token per risposte dirette o 983,616 per il ragionamento e un output massimo di 131,072 in entrambe le modalità. Elenca separatamente una lunghezza massima chain-of-thought di 262,144 token. Mantenere leggibile il dettaglio visivo pertinente, ridurre il materiale estraneo e riservare spazio al risultato richiesto. Verificare etichette degli oggetti, inferenze spaziali, testo estratto e proposte di codice rispetto alle evidenze fornite. La descrizione utile è l’ambito specifico di percezione, agenti e programmazione visiva del produttore, mantenendo la modalità di risposta ibrida.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen/qwen3.7-flash | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00006 / 1K token Output · Token in output $0.00026 / 1K token Input · Lettura dalla cache $0.000012 / 1K token Input · Scrittura nella cache $0.000076 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso32.000 | Costo Input · Token in input $0.00006 / 1K token Output · Token in output $0.00026 / 1K token Input · Lettura dalla cache $0.000012 / 1K token Input · Scrittura nella cache $0.000076 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di32.000 | Token di contesto, fino al limite incluso256.000 | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0.00004 / 1K token Input · Scrittura nella cache $0.00025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia di lunghezza della richiesta 3 | Listino delle tariffe— | Token di contesto, più di256.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0004 / 1K token Output · Token in output $0.0016 / 1K token Input · Lettura dalla cache $0.00008 / 1K token Input · Scrittura nella cache $0.0005 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.7-flash", "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='qwen/qwen3.7-flash',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='qwen/qwen3.7-flash',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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| 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 |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra qwen/qwen3.7-flash
Usa i percorsi dei metodi indicati sopra.
qwen/qwen3.7-flashQwen3.7 Flash è la famiglia di modelli visivo-linguistici Qwen per testo, immagini e video, con output testuale. Il produttore evidenzia un migliore riconoscimento degli oggetti, comprensione spaziale, lavoro con agenti multimodali e programmazione visiva, con ragionamento abilitato per default e una modalità opzionale di risposta diretta.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
La versione Qwen3.7 Flash
Qwen3.7 Flash è una famiglia di modelli visivo-linguistici nativi per la comprensione di testo, immagini e video con risposte testuali. Il produttore descrive nella versione una percezione multimodale e un’esecuzione degli agenti migliori rispetto a Qwen3.6 Flash. Il suo ambito pratico include riconoscere oggetti, comprendere una scena visiva, ragionare su relazioni spaziali e preparare codice o spiegazioni da materiale visivo.
La versione ufficiale nomina sia qwen3.7-flash sia la versione datata qwen3.7-flash-2026-07-15. Conservare il nome esatto del modello quando si registra un risultato: il nome Flash senza data non identifica uno snapshot fisso del produttore. La descrizione della versione qui usata non stabilisce il numero di parametri né la rappresentazione numerica di un checkpoint aperto.
Riconoscimento degli oggetti, percezione del mondo reale e spazio
Fornire un’immagine di scena con una domanda concreta: quale oggetto conta, quale relazione esaminare e quali dettagli visibili devono sostenere la risposta. Per un diagramma, preservare le etichette e fornire le definizioni necessarie a interpretarle. Un output utile separa osservazioni e relazioni dedotte, facilitando il confronto della spiegazione con la fonte.
Per più immagini, etichettare ogni input e richiedere un confronto organizzato secondo tali etichette. Per un video, identificare l’evento pertinente e preservare la sequenza o le informazioni temporali. Esaminare conteggi esatti, misure spaziali e osservazioni a livello di fotogramma rispetto al materiale fornito.
Agenti multimodali
La versione evidenzia scenari Search Agent e agenti con interprete di codice, con un’esecuzione in più passaggi più stabile. In un simile flusso, l’applicazione fornisce gli strumenti consentiti, ne esegue le azioni e ne restituisce le osservazioni. Il modello può usare questi risultati per aggiornare il piano. Descrivere obiettivo e condizione di completamento, e richiedere un artefatto finale con eventuali evidenze irrisolte. Il produttore elenca chiamate a funzioni, output strutturati, completamento dei prefissi e cache del contesto. La ricerca web è supportata a Beijing e Singapore e non è supportata negli altri ambiti regionali elencati. L’inferenza batch è supportata per l’alias Beijing e non altrove; il fine-tuning non è supportato.
La specializzazione del modello come agente non deve essere confusa con accesso integrato a fonti aggiornate o a un ambiente di esecuzione in ogni interfaccia. Quando un’attività richiede recupero di informazioni o esecuzione di codice, distinguere il risultato restituito da uno strumento effettivo da un’azione proposta nel testo del modello. Questa descrizione non stabilisce quali strumenti esponga un’altra applicazione.
Programmazione visiva
Qwen descrive una programmazione migliorata guidata dal materiale visivo. Una richiesta utile può combinare uno screenshot o un layout con requisiti funzionali e chiedere codice modificabile. Specificare nel compito fornito il framework o la forma dell’output, gli stati di interazione e i vincoli. Richiedere l’artefatto generato separatamente dalla spiegazione affinché possa essere revisionato o renderizzato dal flusso di sviluppo.
Per un’interfaccia esistente, identificare la modifica prevista e il contesto sorgente pertinente anziché chiedere una riprogettazione non correlata. Il modello può collegare un requisito visivo a una proposta di codice; tale proposta non dimostra che l’interfaccia sia stata renderizzata o funzioni correttamente. Questi esempi applicano l’ambito di programmazione visiva del produttore senza aggiungere una garanzia di esecuzione.
Ragionamento e risposte dirette
La guida del produttore ai modelli supportati elenca Qwen3.7 Flash come famiglia a ragionamento ibrido, con ragionamento abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’output di ragionamento distinto dalla risposta finale quando un’interfaccia fornisce entrambi. I controlli di un modello Qwen-Omni con un nome distinto o di un modello denso aperto non devono essere importati soltanto perché condividono il nome Qwen.
Usare un’analisi più profonda per una domanda visiva che collega più osservazioni; richiedere un risultato diretto per una descrizione semplice. Specificare una struttura finale verificabile, come una tabella di osservazioni, una conclusione concisa o file di codice, anziché affidarsi alla lunghezza della risposta come indicatore di qualità.
Limiti e preparazione dell’input
La pagina dedicata Qwen3.7-Flash di Alibaba indica un contesto di 1,000,000 token, un input massimo di 991,808 token per risposte dirette o 983,616 per il ragionamento e un output massimo di 131,072 in entrambe le modalità. Elenca separatamente una lunghezza massima chain-of-thought di 262,144 token. Mantenere leggibile il dettaglio visivo pertinente, ridurre il materiale estraneo e riservare spazio al risultato richiesto. Verificare etichette degli oggetti, inferenze spaziali, testo estratto e proposte di codice rispetto alle evidenze fornite. La descrizione utile è l’ambito specifico di percezione, agenti e programmazione visiva del produttore, mantenendo la modalità di risposta ibrida.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen/qwen3.7-flash | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00006 / 1K token Output · Token in output $0.00026 / 1K token Input · Lettura dalla cache $0.000012 / 1K token Input · Scrittura nella cache $0.000076 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso32.000 | Costo Input · Token in input $0.00006 / 1K token Output · Token in output $0.00026 / 1K token Input · Lettura dalla cache $0.000012 / 1K token Input · Scrittura nella cache $0.000076 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di32.000 | Token di contesto, fino al limite incluso256.000 | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0.00004 / 1K token Input · Scrittura nella cache $0.00025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia di lunghezza della richiesta 3 | Listino delle tariffe— | Token di contesto, più di256.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0004 / 1K token Output · Token in output $0.0016 / 1K token Input · Lettura dalla cache $0.00008 / 1K token Input · Scrittura nella cache $0.0005 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwen/qwen3.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen/qwen3.7-flash', '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': 'qwen/qwen3.7-flash', '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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra qwen/qwen3.7-flash
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Check a spatial claim from a text grid\n\nUse 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.A relative-position description and a supported assessment of the claim, citing grid coordinates.Check that directly above requires the same column and that the stated row direction is respected.