Qwen3.7-Flash

复制成功!
立即体验加入对比
文本生成视觉理解推理

概述

文本生成视觉理解推理

Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强,真实世界感知与空间智能进一步提升,Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定,多模态Coding能力优化、vibe coding 体验更加流畅。

输入

图像文本视频

输出

文本

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 输入
    ¥0.2/M tokens
  • 输出
    ¥0.8/M tokens
  • 输入(缓存命中)
    ¥0.04/M tokens
  • 输入(Batch File)
    ¥0.1/M tokens
  • 输出(Batch File)
    ¥0.4/M tokens
  • 显式缓存创建
    ¥0.25/M tokens
  • 显式缓存命中
    ¥0.02/M tokens
  • 输入(Batch Chat)限时5折
    ¥0.2¥0.1
    /M tokens
  • 输出(Batch Chat)限时5折
    ¥0.8¥0.4
    /M tokens
  • 输入
    ¥0.2/M tokens
  • 输出
    ¥0.8/M tokens
  • 输入(缓存命中)
    ¥0.04/M tokens
  • 输入(Batch File)
    ¥0.1/M tokens
  • 输出(Batch File)
    ¥0.4/M tokens
  • 显式缓存创建
    ¥0.25/M tokens
  • 显式缓存命中
    ¥0.02/M tokens
  • 输入(Batch Chat)限时5折
    ¥0.2¥0.1
    /M tokens
  • 输出(Batch Chat)限时5折
    ¥0.8¥0.4
    /M tokens

速率限制与上下文

  • 最大输入
    991.80K
  • 最大输出
    65.53K
  • RPM每分钟请求数
    30K
  • TPM每分钟 Token 数
    5M
  • 最大输入(思考模式)
    983.61K
  • 最大输出(思考模式)
    65.53K
  • 上下文
    1M

内置工具

code_interpreterResponses API
i2i_searchResponses API
t2i_searchResponses API
web_extractorResponses API
web_searchResponses API

API 参考

获取 API Key
复制成功!
123456789101112131415161718
import os
import dashscope
dashscope.base_http_api_url = "https://dashscope.aliyuncs.com/api/v1"

messages = [
    {
        "role": "user",
        "content": [
            {"image": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"},
            {"text": "图中描绘的是什么景象?"}]
    }]
response = dashscope.MultiModalConversation.call(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model='qwen3.7-flash',
    messages=messages
)
print(response.output.choices[0].message.content[0]["text"])