Modelo de linguagem visual rápido Qwen3.7 para tarefas de texto, imagem, vídeo, uso de ferramentas e agentes, com cache implícito e contexto de token de 1M.
Alibaba CloudGeração de Texto1M contextoLançado 15 de jul. de 2026SingaporeEndpoint proprietárioModelo de linguagem visual rápido Qwen3.7 para tarefas de texto, imagem, vídeo, uso de ferramentas e agentes, com cache implícito e contexto de token de 1M.
Suporta entradas de texto, imagem e vídeo, modo de pensamento com enable_thinking e thinking_budget até 131072 tokens, chamada de funções, saída estruturada, busca web, web extractor, interpretador de código, ferramentas de busca de imagens, continuação de prefixos e cache de contexto implícito. Ferramentas de busca na Web e de busca por imagem são cobradas por chamada invocada. Tokens de pensamento são anunciados como tokens de saída.
Também conhecido como Alibaba Cloud Qwen3.7 Flash
qwen3-7-flash/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen3-7-flash:generateContentqwen3.7-flashTarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.
Qwen3.7 Flash atende a API Chat Completions compatível com OpenAI. Aponte qualquer SDK OpenAI para https://api.empiriolabs.ai/v1 com sua chave de API EmpirioLabs e use o id de modelo qwen3-7-flash. Obtenha uma chave de API no painel EmpirioLabs.
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)Parâmetros de requisição suportados pela API Qwen3.7 Flash na EmpirioLabs. Os padrões valem quando um campo é omitido.
| Parâmetro | Tipo | Padrão | Intervalo / valores | Descrição |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 a 2 | Temperatura de amostragem. 0 é determinístico e 2 é a aleatoriedade máxima. |
| top_p | number | 0.9 | 0 a 1 | Amostragem do núcleo com a probabilidade de massa. Valores mais baixos tornam as saídas mais focadas. |
| max_tokens | number | - | 1 a 65536 | Tokens de saída máximos. Quando omitidos, o padrão do modelo se aplica. |
| stop | string | - | - | Até 4 strings em que o modelo para de gerar mais tokens. |
| enable_thinking | boolean | true | - | Ative o raciocínio antes de responder. Uma solicitação que força uma chamada de ferramenta é executada sem raciocínio, a menos que defina enable_thinking. |
| reasoning_effort | enum | - | none, low, medium, high, max | Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o... |
| thinking_budget | number | - | 1 a 131072 | Tokens máximos reservados para raciocínio quando o pensamento está ativado. Quando omitidos, o modelo decide quanto tempo para raciocinar. |
| vl_high_resolution_images | boolean | true | - | Use processamento de resolução maior para entradas de imagem. Vale quando nenhuma ferramenta embutida está ativada e não está no /v1/responses. |
| max_pixels | number | 2621440 | 4096 a 16777216 | Contagem máxima de pixels por imagem quando o processamento de alta resolução está desativado. |
| video_fps | number | 2 | 0.1 a 10 | Frames por segundo para amostrar a partir das entradas de vídeo. |
| treat_images_as_video | boolean | false | - | Trate uma sequência de imagens como quadros de vídeo. |
| tool_web_search | boolean | false | - | Pesquise na web informações em tempo real. Adiciona $0.03 ao custo da solicitação para cada chamada invocada. Não é usada quando a solicitação também possui... |
| tool_web_extractor | boolean | false | - | Extrair e ler conteúdo de URLs. Requer busca na web e pensamento. Não é usado quando a solicitação também possui ferramentas funcionais, response_format ou entrada... |
| tool_code_interpreter | boolean | false | - | Rodar código Python em um sandbox. Requer pensamento. Não é usado quando o pedido também tem ferramentas de função, response_format ou entrada de vídeo. |
A precificação dos tokens é dividida em níveis pelo tamanho do prompt e sobe acima de 32K e novamente acima de 256K tokens de entrada. Tokens de prompt em cache são faturados na taxa de cache implícita para o nível correspondente. Busca na Web, Busca de Texto para Imagem e Busca de Imagem para Imagem são faturados apenas quando invocados.
Busca de texto para imagem e busca de imagem para imagem usam a linha de preços de busca de imagens. Tokens de pensamento são anunciados como tokens de saída.
Quando esse modelo invoca ferramentas embutidas dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens. As contagens de ferramentas já são consideradas em cost_usd e são apresentadas para transparência.
:variant1
A precificação da China é descontada em relação a Singapura. A precificação dos tokens é escalonada pelo tamanho do prompt e sobe acima de 32K e novamente acima de 256K tokens de entrada. A entrada implícita de cache utiliza a linha de tokens cacheados. Busca na Web, Busca de Texto para Imagem e Busca de Imagem para Imagem são cobradas apenas quando invocadas.
Busca de texto para imagem e busca de imagem para imagem usam a linha de preços da busca por imagens. Chamadas de ferramentas pagas na China são $0.01 cada. Tokens de pensamento são faturados como tokens de saída.
Variantes são versões alternativas de Qwen3.7 Flash com id de modelo próprio. Dependendo da variante, podem diferir em região de serviço, preços ou parâmetros suportados; todo o resto funciona igual.
qwen3-7-flash:variant1Na EmpirioLabs, Qwen3.7 Flash é cobrado por uso. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.
Qwen3.7 Flash suporta uma janela de contexto de 1M tokens com até 65.536 tokens de saída por resposta.
Sim. Qwen3.7 Flash atende a API Chat Completions compatível com OpenAI, então SDKs OpenAI existentes funcionam apontando base_url para https://api.empiriolabs.ai/v1 e definindo o id de modelo qwen3-7-flash.
Qwen3.7 Flash está disponível como 2 ids de modelo: o padrão qwen3-7-flash mais qwen3-7-flash:variant1 (China). Variantes podem diferir em região de serviço, preços ou parâmetros suportados; as tabelas de tarifas de cada uma estão nesta página.
Sim. O playground da EmpirioLabs executa Qwen3.7 Flash no navegador com os mesmos parâmetros que a API expõe, para você testar prompts antes de escrever código.
Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.
