Qwen: Qwen3.7 Flash

Qwen: Qwen3.7 Flashは、Alibabaが開発したモデルファミリーであるQwenのテキスト生成モデルです。これは視覚言語推論モデルであり、テキストを生成するだけでなく、推論プロセスの一部として視覚入力を扱うこともできるように構築されていることを意味します。api14ではテキストカテゴリに掲載されており、呼び出す際に使用するモデルIDはqwen/qwen3.7-flashです。

このモデルはテキスト、画像、動画を入力として受け取り、出力としてテキストを返します。コンテキストウィンドウは1,000,000トークンで、長い文書や拡張されたマルチモーダル資料を含む非常に大きな入力を単一のリクエストで処理できます。最大出力長は65,536トークンです。推論モデルであるため、推論プロセスを公開することができ、サポートされるパラメータにはその動作を制御するためのinclude_reasoningとreasoningが含まれます。

これらの機能は、一連の実用的なユースケースを示しています。マルチモーダルエージェントは自然な適合先です。モデルはテキストと一緒に画像や動画を受け取り、それらについて推論できるからです。プロバイダーの説明では、視覚的コーディング、検索、コンピューター操作が強調されており、特に物体認識と空間理解に強みがあります。日々の開発では、スクリーンショットや動画フレームを検査するアシスタント、視覚コンテンツに関する質問に答えるツール、取得したテキストと視覚的証拠を組み合わせるエージェントの構築が考えられます。非常に大きなコンテキストウィンドウは、多くの資料を分割せずに一度に検討する必要があるワークフローにも適しています。

このモデルは、モデルID qwen/qwen3.7-flashを使用して、api14のOpenAI互換APIを通じて呼び出します。サポートされるリクエストパラメータは、include_reasoning、logprobs、max_tokens、presence_penalty、reasoning、response_format、seed、temperature、tool_choice、tools、top_logprobs、top_pです。このセットは、サンプリング制御、response_formatによる構造化出力、toolsとtool_choiceによるツールおよび関数呼び出し、seedによる再現性、logprobsとtop_logprobsによるトークンレベルの検査をカバーしています。すでにOpenAIスタイルのクライアントを使用している場合、このモデルへの切り替えは主にモデルIDの変更と、コードがこれらのパラメータのどれを送信するかの確認を意味します。

注意すべき制限の1つは、出力がテキストのみであることです。そのため、モデルは画像や動画を読み取ることができても、それらを生成することはありません。タスクが純粋にテキストであり、視覚入力や推論トレースを必要としない場合、より単純なテキストモデルの方が軽い選択肢になるかもしれません。理解ではなく画像や動画の生成が必要な場合、このモデルは適していません。