BaiLian

Qwen3.7 Max Preview

Alibabaトークンベース
エイリアス:qwen3.7-max-preview
APIキーを作成

Modelsell で qwen3.7-max-preview API の料金、対応エンドポイント、機能、アクセス方法を比較できます。

文本生成
最低料金
入力 / 出力 · 1M
コンテキスト
1M
最大入力ウィンドウ
モダリティ
→

サプライヤー別料金

このモデルの料金とサービスのパフォーマンスをプロバイダー間で比較できます。

サプライヤー2
USD · 1M トークン あたりパフォーマンス · 直近 24 時間
サプライヤー入力/M出力/M
official

官方接口直连

$75
$75
Alibaba

阿里巴巴百炼官方

$75
$75
取り消し線付きの金額は標準価格です。過去24時間のパフォーマンスです。実際の結果はリクエストによって異なります。

横にスクロールすると、すべての価格とパフォーマンス指標を比較できます。

機能 / サポートされるモダリティ

理由関数呼び出しツール構造化出力JSON モードウェブ検索コードインタプリタ
入力
出力

プロバイダーとデータ保護

プロバイダー
Alibaba (Qwen)ドキュメント
トークナイザー
Qwen tokenizer (tiktoken-compat)
ライセンス
Tongyi Qianwen License公開ウェイト
データ保持34 日デフォルトで上流の学習には使用されません

パフォーマンス

ベンチマーク

標準化評価のスコアです。割合が高いほど良く、順位パーセンタイルを表示します。

指標の出典:Artificial Analysis 2026-09-30·Qwen3.7 Max Preview

このモデルは現在のベンチマークスナップショットに含まれていません。

モデルや測定値がないことは 0 点を意味しません。

ベンチマークグラフはソースのモデル選択と推論設定を保持しています。モデルや測定値がないことは 0 点を意味せず、ベンチマークのコストや速度は当サイトのサービス保証ではありません。

Qwen3.7 Max Preview について

在多项要求下组织答案与创作

Qwen3.7 Max Preview 面向文字对话,适合知识解释、材料分析、指令执行和创意写作。它可以根据受众与目的调整表达,也能把多项限制放在一起考虑,例如在指定篇幅内解释一个概念、按固定结构整理材料,或在既定人物与情节条件下写故事。

写说明文时,可以提供读者已有知识、希望回答的问题,以及必须保留的术语,让模型用合适的例子逐步解释。创作时,给出人物动机、冲突和结尾方向,先讨论大纲,再写正文;修改某段时明确保留哪些情节与语气,便于延续已确认的设定。

如何发挥思考模式的作用?

这一预览模型仅支持思考模式,会在正式回答前进行推理。需要兼顾逻辑、篇幅、格式与内容约束时,先写清条件优先级,再要求最后检查是否逐项满足。输入与输出都为文字,图片中的内容应先提取成文字材料。

它可结合较长上下文阅读资料,但长输入仍应有清楚组织:给不同材料编号,注明背景、事实和创作设定的区别,要求引用材料的部分能够追溯。思考与正式回复需要共同预留输出空间,长篇任务适合先确认结构,再按章节推进。

知识问答怎样更可靠?

把需要依据的材料一并提供,并要求区分已知事实、推断与待确认信息。需要外部数据时,可通过配置的查询或检索工具获取,再将结果传回。模型可以提出工具调用,实际查询由应用执行,最终回复应以返回内容为依据。

使用例とプロンプト

例如创作一篇短篇悬疑故事,可输入:

“请先给出大纲,再写一篇约1200字的原创故事。地点是停电的社区图书馆,主角是临时值班员。必须包含一本借阅记录异常的书和一位迟到的读者;谜底来自人物选择,不引入超自然力量。前三分之一埋下两条可回看的线索,结尾解决主要谜团但保留一点余味。不要用大段旁白直接解释人物动机。”

确认大纲后再续写正文,修改时列出要保留的线索与情节。该模型不能通过 enable_thinking=false 关闭思考;接收流式输出时分别处理思考内容和最终正文,并为正文留足输出预算。

API を利用

API ドキュメント

コードサンプル

リクエストPOST/v1/chat/completions
リクエスト例
パラメータ
パラメータタイプデフォルト / 範囲説明
temperature
number
=10 ~ 2
サンプリング温度。低いほど決定論的になります
top_p
number
=10 ~ 1
核サンプリングの累積確率
max_tokens
integer>= 1レスポンスの最大トークン数
frequency_penalty
number
=0-2 ~ 2
頻出トークンの繰り返しを抑制します
presence_penalty
number
=0-2 ~ 2
新しい話題への展開を促進します
stop
array—生成を停止する文字列を最大 4 個まで
seed
integer—可能な限り再現性のあるサンプリングシード
n
integer
=1>= 1
生成する候補数
stream
boolean
=false
Server-Sent Events でトークンをストリーミング
response_format
object—JSON オブジェクトまたはスキーマ準拠の出力を強制します
tools
array—モデルが呼び出せるツール / 関数の宣言
tool_choice
string
autononerequired
ツール選択ポリシーまたは具体的なツール名
logprobs
boolean
=false
トークンごとの対数確率を返します
top_logprobs
integer0 ~ 20トークンごとに返される上位対数確率の数
logit_bias
object—トークンごとの logit バイアス
user
string—悪用検知用のエンドユーザー識別子

置換 <YOUR_API_KEY> をトークン設定の API キーに置き換えてください。

認証

すべてのリクエストには Authorization: Bearer <TOKEN> ヘッダーが必要です。Anthropic 形式のエンドポイントでは x-api-key ヘッダーも利用できます。

トークンページから API キーを発行できます。モデル、グループ、IP、レート制限ごとに細かく権限を設定可能です。

対応パラメータ

Generation parameters
パラメータタイプデフォルト / 範囲説明
temperature
number
=10 ~ 2
サンプリング温度。低いほど決定論的になります
top_p
number
=10 ~ 1
核サンプリングの累積確率
max_tokens
integer>= 1レスポンスの最大トークン数
frequency_penalty
number
=0-2 ~ 2
頻出トークンの繰り返しを抑制します
presence_penalty
number
=0-2 ~ 2
新しい話題への展開を促進します
stop
array—生成を停止する文字列を最大 4 個まで
seed
integer—可能な限り再現性のあるサンプリングシード
n
integer
=1>= 1
生成する候補数
stream
boolean
=false
Server-Sent Events でトークンをストリーミング
response_format
object—JSON オブジェクトまたはスキーマ準拠の出力を強制します
tools
array—モデルが呼び出せるツール / 関数の宣言
tool_choice
string
autononerequired
ツール選択ポリシーまたは具体的なツール名
logprobs
boolean
=false
トークンごとの対数確率を返します
top_logprobs
integer0 ~ 20トークンごとに返される上位対数確率の数
logit_bias
object—トークンごとの logit バイアス
user
string—悪用検知用のエンドユーザー識別子

レート制限

サプライヤーRPMTPMRPD
Alibaba無制限無制限無制限
official無制限無制限無制限

制限なし

qwen3.7-max-preview に関するよくある質問

qwen3.7-max-preview とは?

Modelsell で qwen3.7-max-preview API の料金、対応エンドポイント、機能、アクセス方法を比較できます。

qwen3.7-max-preview を呼び出すには?

qwen3.7-max-preview へのアクセス権がある API キーを作成し、API アクセス欄の正確なモデル ID と対応エンドポイントを使用してください。リクエスト項目は選択したエンドポイントによって異なります。

qwen3.7-max-preview の料金体系は?

料金は選択したプロバイダーグループとモデルの課金単位で決まります。現在の入力、出力、リクエスト、またはメディア料金は登録前にこのページで確認できます。

qwen3.7-max-preview のコンテキストウィンドウは?

モデルカタログには 1000000 トークンのコンテキストウィンドウが設定されています。リクエスト制限は選択したエンドポイントで確認してください。

自分のプロジェクトに qwen3.7-max-preview が適しているか評価するには?

このページの使用例とプロンプトのガイドを参考に、プロジェクトの代表的な入力でモデルを評価してください。