Fast Qwen3.7 vision-language model for text, image, video, tool use, and agentic tasks, with implicit caching and a 1M token context.
Alibaba Cloudटेक्स्ट जनरेशन1M कॉन्टेक्स्टरिलीज 15 जुल॰ 2026Singaporeस्वामित्व वाला एंडपॉइंटनयाFast Qwen3.7 vision-language model for text, image, video, tool use, and agentic tasks, with implicit caching and a 1M token context.
Supports text, image, and video inputs, thinking mode with enable_thinking and thinking_budget up to 131072 tokens, function calling, structured output, web search, web extractor, code interpreter, image search tools, prefix continuation, and implicit context caching. Web Search and image-search tools are billed per invoked call. Thinking tokens are billed as output tokens.
इस नाम से भी जाना जाता है Alibaba Cloud Qwen3.7 Flash, Qwen3.7-Flash, qwen3-7-flash
qwen3-7-flash/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen3-7-flash:generateContentqwen3.7-flashEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
Qwen3.7 Flash OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id qwen3-7-flash उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-7-flash",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="qwen3-7-flash",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs पर Qwen3.7 Flash API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 से 2 | Sampling temperature. 0 is deterministic and 2 is maximum randomness. |
| top_p | number | 0.9 | 0 से 1 | Nucleus sampling probability mass. Lower values make outputs more focused. |
| max_tokens | number | 4096 | 1 से 65536 | Maximum output tokens. |
| stop | string | - | - | Up to 4 strings where the model will stop generating further tokens. |
| enable_thinking | boolean | true | - | Enable reasoning before answering. |
| reasoning_effort | enum | medium | none, low, medium, high, max | Reasoning effort level. none disables thinking. low, medium, high, and max set bounded thinking budgets sized to the selected model. |
| thinking_budget | number | 32768 | 1 से 131072 | Maximum tokens reserved for reasoning when thinking is enabled. |
| vl_high_resolution_images | boolean | true | - | Use higher resolution processing for image inputs. |
| max_pixels | number | 2621440 | 4096 से 16777216 | Maximum pixel count per image when high resolution processing is disabled. |
| video_fps | number | 2 | 0.1 से 10 | Frames per second to sample from video inputs. |
| treat_images_as_video | boolean | false | - | Treat a sequence of images as video frames. |
| tool_web_search | boolean | true | - | Search the web for real-time information. Adds $0.03 to the request cost for each invoked call. |
| tool_web_extractor | boolean | true | - | Extract and read content from URLs. Requires Web Search and Thinking. |
| tool_code_interpreter | boolean | true | - | Run Python code in a sandbox. Requires Thinking. |
Token pricing is tiered by prompt size and steps up above 32K and again above 256K input tokens. Cached prompt tokens are billed at the implicit cache rate for the matching tier. Web Search, Text-to-Image Search, and Image-to-Image Search are billed only when invoked.
Text-to-Image Search and Image-to-Image Search use the Image Search pricing row. Thinking tokens are billed as output tokens.
When this model invokes built-in tools inside a single request, the response carries a normalized usage.tool_usage map alongside the token counts. Tool counts are already factored into cost_usd and are surfaced for transparency.
:variant1
China pricing is discounted versus Singapore. Token pricing is tiered by prompt size and steps up above 32K and again above 256K input tokens. Implicit cache input uses the cached-token row. Web Search, Text-to-Image Search, and Image-to-Image Search are billed only when invoked.
Text-to-Image Search and Image-to-Image Search use the Image Search pricing row. China paid tool calls are $0.01 each. Thinking tokens are billed as output tokens.
वेरिएंट Qwen3.7 Flash के वैकल्पिक संस्करण हैं जिनकी अपनी model id होती है। वेरिएंट के अनुसार serving region, कीमतें या समर्थित पैरामीटर अलग हो सकते हैं; बाकी सब वैसा ही काम करता है।
qwen3-7-flash:variant1EmpirioLabs पर Qwen3.7 Flash का बिल उपयोग के अनुसार बनता है। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
Qwen3.7 Flash 1M टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 65,536 आउटपुट टोकन के साथ।
हां। Qwen3.7 Flash OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id qwen3-7-flash रखकर काम करते हैं।
Qwen3.7 Flash 2 model ids के रूप में उपलब्ध है: डिफ़ॉल्ट qwen3-7-flash और qwen3-7-flash:variant1 (China)। वेरिएंट serving region, कीमतों या समर्थित पैरामीटरों में अलग हो सकते हैं; हर एक की दर तालिका इसी पेज पर है।
हां। EmpirioLabs playground ब्राउज़र में Qwen3.7 Flash को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
