Qwen3.7-Flash
概述
Qwen3.7-Flash 是阿里巴巴 Qwen 团队于 2026 年 7 月 25 日发布的高性价比原生视觉语言模型。它结合了百万 Token 上下文、视觉理解、多模态编程和工具驱动的任务执行能力。
模型 ID： qwen3.7-flash。
核心特性
- 原生多模态理解： 支持分析文本、图像和视频，识别物体、空间关系和真实世界场景。
- 长上下文： 在 1,000,000 Token 上下文窗口内处理大型文档集合、代码库和长对话。
- 可选思考模式： 可对复杂任务启用推理，也可在简单请求中关闭思考。
- 视觉编程： 支持结合文字说明与截图等视觉参考完成编程任务。
- 结构化工作流： 支持函数调用、前缀续写、上下文缓存和结构化 JSON 输出。
适用场景
- 文档与视觉分析： 从文档、截图、图表和图像中提取信息。
- 编程辅助： 生成和调试代码，或根据视觉参考实现界面。
- 长上下文问答： 基于大量参考资料或对话历史回答问题。
- 工具驱动助手： 将模型推理与外部工具结合，用于搜索、分析和多步骤任务。
能力与限制
| 能力维度 | 说明 |
|---|---|
| 推理能力 | 支持混合思考模式，默认开启，可按请求选择是否启用。 |
| 输入与输出 | 支持文本、图像和视频输入；输出为文本。 |
| 上下文窗口 | 1,000,000 Token。 |
| 最大输入 | 非思考模式为 991,808 Token；思考模式为 983,616 Token。 |
| 最大输出 | 两种模式均为 131,072 Token。 |
| 工具调用 | 支持通过函数调用连接外部工具和系统。 |
| 结构化输出 | 支持 JSON Object 和 JSON Schema 输出模式。 |
| 上下文缓存 | 支持共享输入前缀的显式缓存和自动隐式缓存。 |
已知限制
- 视频理解不包含视频中的音轨，不支持音频输入。
- 思考会增加生成时间，并产生按输出价格计费的 Token 用量。
标准价格
以下 Token 价格均以美元计价，单位为每 100 万 Token。按请求的总输入长度选择对应档位，其中 1K = 1,000 Token，1M = 1,000,000 Token。
| 计费项目 | 输入 ≤32K | 32K＜输入 ≤256K | 256K＜输入 ≤1M |
|---|---|---|---|
| 普通输入 | $0.03 | $0.10 | $0.20 |
| 输出 | $0.13 | $0.40 | $0.80 |
| 隐式缓存读取 | $0.006 | $0.02 | $0.04 |
| 显式缓存写入 | $0.038 | $0.125 | $0.25 |
| 显式缓存读取 | $0.003 | $0.01 | $0.02 |
Credits 结算： B.AI 按照 1 USD = 1,000,000 Credits 换算，并从账户余额中扣除 Credits。
分档与缓存计费
- 按请求的总输入长度选择价格档位，该档位适用于本次请求的全部输入和输出 Token。思考 Token 按输出价格计费。
- 隐式缓存创建的 Token 按普通输入价格计费，不额外收取缓存写入费用；命中后按隐式缓存读取价格计费。
- 显式缓存新写入的 Token 按显式缓存写入价格计费，替代这些 Token 的普通输入费用，不重复叠加收取。
- 显式缓存和隐式缓存是两种互斥模式，适用价格分别见上表。
- 显式缓存有效期为 5 分钟，命中后刷新有效期；自动隐式缓存不保证每次命中。
- 价格总表展示基础档的隐式缓存价格；更高输入档位及显式缓存价格请查看上表。
价格说明
文档价格为 B.AI 平台模型标准参考价，仅供基础计费说明使用。B.AI 可能会通过账户权益等方式，为用户提供更低的实际使用成本。具体价格及账户权益请以平台页面展示及最终账单为准。