Qwen3.7 Plus
Réseau Neuronal
Qwen3.7 Plus est un modèle Alibaba de la série Qwen3.7 : accepte texte et images, répond en texte, disponible via API sur BotHub.
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 262 144 tokens
- Longueur maximale de la réponse
- 131 072 tokens
- Niveaux de raisonnement
- faible, moyen, élevé
- Fonctionnalités
- raisonnement, appel de fonctions
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Qwen3.7 Plus?
Qwen3.7 Plus est un modèle Alibaba de la gamme Qwen3.7, conçu pour équilibrer qualité et coût : il accepte du texte et des images en entrée et répond par du texte, permettant de combiner une capture d'écran ou une photo avec une instruction textuelle. Les capacités textuelles de la série ont été améliorées par rapport à la génération précédente. Via BotHub, le modèle fonctionne sans VPN ni carte étrangère : paiement en roubles par carte russe à l'usage, sans abonnement, et les jetons inutilisés ne sont pas perdus. Plus de 250 modèles sont disponibles dans une seule fenêtre pour comparer les réponses, et une API unique compatible OpenAI permet de changer de modèle sans réécrire l'intégration. Les données sont transmises avec un chiffrement AES-GCM, et pour les entreprises, nous proposons contrats, factures, EDI et panneau d'administration avec limites. Utile pour analyser de longs textes, résumer, convertir des captures d'écran ou des schémas en descriptions textuelles, préparer des brouillons, répondre à des questions sur des images ou intégrer un modèle abordable dans votre service.Questions fréquentes sur Qwen3.7 Plus
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Le modèle accepte du texte, des documents et des images, et répond par du texte. Il est adapté à l'analyse de rapports et contrats volumineux, au travail sur le code (refactoring et débogage), à l'analyse de captures d'écran et de schémas, et à la résolution de problèmes STEM. Un contexte de 262 144 jetons permet de maintenir un projet entier ou un ensemble de documents dans la conversation.
Jusqu'à 131 072 jetons par réponse, ce qui suffit pour un article volumineux, une documentation technique ou un grand module de code sans découpage. Si besoin de plus, poursuivez la génération avec la requête suivante : le contexte de 262 144 jetons permet au modèle de se souvenir de ce qui a déjà été écrit.
Oui, le mode de raisonnement avant réponse est confirmé par nos données. Le modèle construit d'abord une chaîne d'étapes avant de fournir le résultat. Cela aide considérablement en mathématiques, logique, débogage de code et partout où une analyse minutieuse de l'énoncé est importante, plutôt qu'une réponse instantanée.
Oui, le modèle prend en charge l'appel de fonctions et la sortie structurée en JSON. Vous décrivez un ensemble d'outils, il choisit le bon et renvoie les arguments selon le schéma défini. Via l'API unique compatible OpenAI de BotHub, cette logique est facile à intégrer dans des agents et des pipelines de travail.
Images et documents, oui : envoyez des captures d'écran, schémas, graphiques, pages de rapports, et le modèle les analysera en répondant par du texte. L'entrée audio et vidéo n'est pas indiquée dans nos données, il vaut donc mieux ne pas compter dessus ; pour le son et les vidéos, il existe des modèles spécialisés dans le catalogue.
Nous n'avons pas de données sur les langues de prompt et de réponse, nous ne promettons donc rien à l'avance. Il est plus fiable de tester le modèle sur votre tâche avec quelques requêtes et de le comparer avec un autre dans la même fenêtre. L'accès fonctionne depuis la Russie sans VPN, paiement par carte russe en roubles.