Alibaba/qwen-3.7-plus-web-search

qwen-3.7-plus-web-search

Coba gratis Qwen 3.7 Plus Web Search API untuk riset terjangkau, jawaban terkini, ringkasan, dan alur kerja LLM yang memahami konteks web melalui Flaq AI. Dirancang untuk uji gratis dan workflow API yang stabil.

Web Search

Model Qwen 3.7 Plus Terkait

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

qwen-3.7-plus-web-searchweb-search

Dokumentasi

Contoh API

JavaScriptPythoncURL

Contoh Pengiriman

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);
    }
  }
}

Contoh Pengiriman

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)

Contoh Pengiriman

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
  }'

Mulai chat baru

Kirim pesan untuk memulai.

Harga Qwen 3.7 Plus Web Search

Parameter	Harga	Harga asli	Diskon

Token: input	$0.3600 per 1 juta token input	$0.4000 per 1 juta token input	90%
Token: output	$1.4400 per 1 juta token output	$1.6000 per 1 juta token output	90%

README

API Qwen 3.7 Plus Web Search yang Cepat & Terjangkau (Model Riset Efisien Alibaba)

Qwen 3.7 Plus Web Search API di Flaq AI menyediakan akses model Alibaba yang terjangkau untuk workflow berbasis search yang membutuhkan informasi terkini, sintesis ringkas, dan perilaku produksi yang andal. Integrasi Qwen API yang efisien ini membantu developer membangun asisten riset, tool SEO, fitur monitoring pasar, dan workflow support dengan dukungan web search melalui rute terkelola yang stabil. API ini cocok secara praktis untuk tim yang membutuhkan konteks segar dalam skala besar.

Fitur Utama Qwen 3.7 Plus Web Search API

Lookup Informasi Terkini: Gunakan dukungan web search untuk menjawab pertanyaan yang mungkin bergantung pada peristiwa, produk, atau update publik terbaru.
Otomasi Riset Hemat Biaya: Bangun aplikasi berbasis search volume tinggi dengan rute model Alibaba yang terjangkau di Flaq AI.
Ringkasan Siap Riset: Ubah konteks yang diambil menjadi jawaban, brief, dan perbandingan yang jelas untuk tim bisnis atau teknis.
Output Sadar Percakapan: Dukung pertanyaan lanjutan dan riset iteratif dengan retensi konteks yang berguna.
Kontrol API Fleksibel: Arahkan gaya respons, panjang, dan fokus riset melalui kontrol generasi praktis.
Integrasi Ramah Produksi: Tambahkan kemampuan web search tanpa mengelola infrastruktur model dan search secara terpisah.

Cara Menggunakan Qwen 3.7 Plus Web Search API untuk Riset Web Real-Time di Flaq AI

Input: Pertanyaan riset bahasa alami, prompt peristiwa terkini, tugas berfokus domain, dan konteks percakapan opsional.
Output: Jawaban dan ringkasan segar yang sadar sumber, dihasilkan dengan dukungan web search melalui Flaq AI.
Konfigurasi Rute: Dirancang untuk workflow riset dengan search, konteks tindak lanjut, dan lookup informasi terkini.
Konfigurasi: Mendukung kontrol praktis untuk gaya respons, panjang, dan arah tugas.
Kapabilitas: Lookup informasi terkini, riset SEO, monitoring kompetitor, fact checking, sales intelligence, dan perencanaan konten melalui integrasi Alibaba Qwen API yang terjangkau.

Use Case Terbaik untuk Integrasi Qwen 3.7 Plus Web Search API

SEO & Perencanaan Konten: Riset cakupan topik live, kumpulkan angle, dan buat draft brief konten untuk tim publishing.
Monitoring Pasar: Lacak update publik, perubahan kompetitor, dan pengumuman produk dengan AI berbasis search yang terjangkau.
Update Knowledge Support: Bantu tim support menjawab pertanyaan yang bergantung pada informasi publik yang berubah.
Riset Sales: Kumpulkan konteks perusahaan, produk, dan industri sebelum outreach atau perencanaan akun.
Ringkasan Peristiwa Terkini: Buat ringkasan singkat tentang berita terbaru, perubahan kebijakan, dan perkembangan industri.

Catatan Pastikan prompt, konten yang diambil, dan workflow aplikasi mematuhi panduan keamanan dan penggunaan Alibaba. Jika terjadi error, periksa input untuk konten yang dibatasi, sederhanakan permintaan, lalu coba lagi.

Qwen 3.7 Plus Web Search vs Kompetitor: Analisis Perbandingan

Qwen 3.7 Plus Web Search vs. Qwen 3.7 Max Web Search
Qwen 3.7 Max Web Search lebih baik untuk sintesis mendalam dan analisis yang menuntut. Qwen 3.7 Plus Web Search memprioritaskan keterjangkauan dan throughput efisien untuk workflow riset harian.
Qwen 3.7 Plus Web Search vs. GPT Web Search
Rute GPT web search menawarkan perilaku native OpenAI. Qwen 3.7 Plus Web Search menyediakan rute Alibaba yang hemat biaya untuk tim yang membangun produk berbasis search di Flaq AI.
Qwen 3.7 Plus Web Search vs. Gemini Search Workflows
Gemini kuat untuk use case ekosistem Google. Qwen 3.7 Plus Web Search berfokus pada riset web terkelola yang terjangkau untuk aplikasi bisnis dan workflow konten.
Qwen 3.7 Plus Web Search vs. Perplexity-style APIs
Produk Perplexity-style menekankan pengalaman jawaban langsung. Qwen 3.7 Plus Web Search dirancang untuk developer yang menyematkan riset ke workflow kustom berbasis API.
Qwen 3.7 Plus Web Search vs. Llama with Retrieval
Llama with retrieval menawarkan fleksibilitas infrastruktur. Qwen 3.7 Plus Web Search menghindari setup retrieval dan hosting model untuk tim yang menginginkan API terkelola.