Alibaba/qwen-3.7-plus-web-search

qwen-3.7-plus-web-search

Essayez gratuitement l'API Qwen 3.7 Plus Web Search pour une recherche abordable, des réponses actuelles, des synthèses et des workflows LLM connectés au web via Flaq AI.

Web Search

Modèles Qwen 3.7 Plus associés

qwen-3.7-plus-text-to-texttext-to-text

qwen-3.7-plus-web-searchweb-search

Documentation

Exemples d'API

JavaScriptPythoncURL

Exemple d'envoi

const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer YOUR_API_KEY',
    Accept: 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'qwen-3.7-plus-web-search',
    messages: [
      {
        role: 'user',
        content: 'What are the latest developments in quantum computing this year?'
      }
    ],
    stream: true,
    max_tokens: 2048,
    top_p: 0.9,
    top_k: 50
  })
});

const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;

  buffer += decoder.decode(value, { stream: true });
  const frames = buffer.split('\n\n');
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split('\n').filter(Boolean);
    let eventName = 'message';
    const dataLines = [];

    for (const line of lines) {
      if (line.startsWith('event:')) {
        eventName = line.slice(6).trim();
      } else if (line.startsWith('data:')) {
        dataLines.push(line.replace(/^data:\s*/, ''));
      }
    }

    const raw = dataLines.join('\n').trim();
    if (raw === '[DONE]') {
      console.log('\nFinal text:', assistantText);
      continue;
    }

    let payload;
    try {
      payload = JSON.parse(raw);
    } catch {
      continue;
    }

    if (eventName === 'error' || payload.error) {
      const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
      throw new Error(msg);
    }

    const delta = payload.choices?.[0]?.delta;
    if (delta?.content) {
      assistantText += delta.content;
      console.log(assistantText);
    }
  }
}

Exemple d'envoi

import json
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/chat/completions',
    headers={
        'Authorization': 'Bearer YOUR_API_KEY',
        'Accept': 'text/event-stream',
        'Content-Type': 'application/json',
    },
    json={
        'model': 'qwen-3.7-plus-web-search',
        'messages': [
            {
                'role': 'user',
                'content': 'What are the latest developments in quantum computing this year?',
            }
        ],
        'stream': True,
        'max_tokens': 2048,
        'top_p': 0.9,
        'top_k': 50,
    },
    stream=True,
)

response.raise_for_status()

event_name = 'message'
assistant_text = ''

for raw_line in response.iter_lines(decode_unicode=True):
    if not raw_line:
        event_name = 'message'
        continue

    if raw_line.startswith('event:'):
        event_name = raw_line.replace('event:', '', 1).strip()
        continue

    if raw_line.startswith('data:'):
        raw_data = raw_line.replace('data:', '', 1).strip()
        if raw_data == '[DONE]':
            print('\nFinal text:', assistant_text)
            continue

        payload = json.loads(raw_data)

        if event_name == 'error' or payload.get('error'):
            error = payload.get('error') or payload
            raise RuntimeError(error.get('message', 'Chat request failed'))

        choices = payload.get('choices') or []
        if choices:
            delta = choices[0].get('delta') or {}
            content = delta.get('content')
            if content:
                assistant_text += content
                print(content, end='', flush=True)

Exemple d'envoi

curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-3.7-plus-web-search",
    "messages": [
      {
        "role": "user",
        "content": "What are the latest developments in quantum computing this year?"
      }
    ],
    "stream": true,
    "max_tokens": 2048,
    "top_p": 0.9,
    "top_k": 50
  }'

Démarrer un nouveau chat

Envoyez un message pour commencer.

Tarifs de Qwen 3.7 Plus Web Search

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$0.3600 par 1 M de jetons d’entrée	$0.4000 par 1 M de jetons d’entrée	90%
Jeton: output	$1.4400 par 1 M de jetons de sortie	$1.6000 par 1 M de jetons de sortie	90%

README

API Qwen 3.7 Plus Web Search rapide et abordable (modele de recherche efficace d'Alibaba)

L'API Qwen 3.7 Plus Web Search sur Flaq AI fournit un acces abordable au modele Alibaba pour les workflows avec recherche qui ont besoin d'informations actuelles, d'une synthese concise et d'un comportement de production fiable. Cette integration efficace Qwen API aide les developpeurs a creer des assistants de recherche, outils SEO, fonctionnalites de surveillance de marche et workflows de support avec prise en charge de la recherche web via une route geree stable. C'est un choix pratique pour les equipes qui ont besoin d'un contexte frais a grande echelle.

Fonctionnalites cles de l'API Qwen 3.7 Plus Web Search

Consultation d'informations actuelles : Utilisez la prise en charge de la recherche web pour repondre aux questions qui peuvent dependre d'evenements, produits ou mises a jour publiques recents.
Automatisation de recherche rentable : Creez des applications a grand volume avec recherche grace a une route de modele Alibaba abordable sur Flaq AI.
Resumes prets pour la recherche : Convertissez le contexte recupere en reponses claires, briefs et comparaisons pour les equipes business ou techniques.
Sortie consciente de la conversation : Prenez en charge les questions de suivi et la recherche iterative avec une retention de contexte utile.
Controles API flexibles : Guidez le style de reponse, la longueur et le focus de recherche via des controles de generation pratiques.
Integration adaptee a la production : Ajoutez une capacite de recherche web sans gerer des infrastructures separees de modele et de recherche.

Comment utiliser l'API Qwen 3.7 Plus Web Search pour la recherche web en temps reel sur Flaq AI

Entree : Questions de recherche en langage naturel, prompts d'actualite, taches centrees sur un domaine et contexte conversationnel facultatif.
Sortie : Reponses et resumes frais, conscients des sources, generes avec la prise en charge de la recherche web via Flaq AI.
Configuration de route : Concue pour les workflows de recherche avec recherche, contexte de suivi et consultation d'informations actuelles.
Configuration : Prend en charge des controles pratiques pour le style de reponse, la longueur et la direction de tache.
Capacites : Consultation d'informations actuelles, recherche SEO, surveillance des concurrents, verification des faits, intelligence commerciale et planification de contenu via l'integration abordable Alibaba Qwen API.

Meilleurs cas d'utilisation pour l'integration de l'API Qwen 3.7 Plus Web Search

SEO et planification de contenu : Recherchez la couverture de sujets en direct, collectez des angles et redigez des briefs de contenu pour les equipes de publication.
Surveillance de marche : Suivez les mises a jour publiques, changements de concurrents et annonces produit avec une AI abordable compatible recherche.
Mises a jour des connaissances support : Aidez les equipes de support a repondre aux questions qui dependent d'informations publiques changeantes.
Recherche commerciale : Recueillez le contexte d'entreprise, de produit et de secteur avant la prospection ou la planification de compte.
Resumes d'evenements actuels : Produisez des resumes concis de nouvelles recentes, changements de politique et developpements sectoriels.

Remarque Veillez a ce que les prompts, contenus recuperes et workflows applicatifs respectent les consignes de securite et d'utilisation d'Alibaba. Si une erreur se produit, examinez l'entree pour detecter le contenu restreint, simplifiez la demande, puis reessayez.

Qwen 3.7 Plus Web Search face aux concurrents : analyse comparative

Qwen 3.7 Plus Web Search vs. Qwen 3.7 Max Web Search
Qwen 3.7 Max Web Search est meilleur pour la synthese profonde et l'analyse exigeante. Qwen 3.7 Plus Web Search privilegie l'abordabilite et un debit efficace pour les workflows de recherche quotidiens.
Qwen 3.7 Plus Web Search vs. GPT Web Search
Les routes GPT web search offrent un comportement natif OpenAI. Qwen 3.7 Plus Web Search fournit une route Alibaba rentable aux equipes qui creent des produits avec recherche sur Flaq AI.
Qwen 3.7 Plus Web Search vs. Gemini Search Workflows
Gemini est solide pour les cas d'usage de l'ecosysteme Google. Qwen 3.7 Plus Web Search se concentre sur la recherche web geree et abordable pour les apps business et workflows de contenu.
Qwen 3.7 Plus Web Search vs. Perplexity-style APIs
Les produits de style Perplexity mettent l'accent sur les experiences de reponse directe. Qwen 3.7 Plus Web Search est concu pour les developpeurs qui integrent la recherche dans des workflows personnalises pilotes par API.
Qwen 3.7 Plus Web Search vs. Llama with Retrieval
Llama with retrieval offre une flexibilite d'infrastructure. Qwen 3.7 Plus Web Search evite la configuration de retrieval et l'hebergement de modele pour les equipes qui veulent une API geree.