Qwen3.7 Flashとは
入力$0.03/1Mの最安級ビジョンモデル。料金の階段制・1Mコンテキスト・使い方【2026年8月版】
Qwen3.7 Flashは2026年7月27日にOpenRouterへ掲載されたアリババのクローズド型ビジョン言語モデルである。入力$0.03/100万トークンから、コンテキスト長は最大100万トークン。料金の階段制・重み非公開・動画非対応という制約と使い方を整理して解説する。2026年8月更新。
Qwen3.7 Flashとは何か — 結論を先に
Qwen3.7 Flashは、アリババ（Alibaba）のQwenシリーズが2026年7月27日にOpenRouterへ掲載したビジョン・ランゲージ（vision-language）推論モデルである。料金は入力100万トークンあたり$0.03、出力$0.13から（OpenRouter表示価格）、コンテキスト長は最大100万トークンに対応する。
一方で、モデルの重みは非公開のクローズドモデルであり、ローカル実行はできない。動画入力にも対応せず、出力はテキストのみである。パラメータ数やアーキテクチャの詳細も公式には開示されていない。
Qwen3.7シリーズには上位モデルのQwen3.7 PlusおよびQwen3.7 Maxが存在し、Flashは最も安価な下位ティアという位置づけである。オープンウェイトモデルとの比較や上位モデルとの違いは後述する。
基本スペック
| 項目 | 値 |
|---|---|
| 提供元 | アリババ（Alibaba）Qwenシリーズ |
| 公開日 | 2026年7月27日（OpenRouter掲載） |
| 種別 | ビジョン・ランゲージ（vision-language）推論モデル |
| 重み公開 | 非公開（クローズド、ローカル実行不可） |
| コンテキスト長 | 最大1,000,000トークン |
| 最大出力 | 65,536トークン |
| 入力モダリティ | テキスト＋画像（PNG/JPEG/WebP、base64またはURL） |
| 出力モダリティ | テキストのみ |
| モデルID | qwen/qwen3.7-flash |
料金 — 長文脈で単価が上がる階段制
| コンテキスト帯 | 入力（100万トークンあたり） | 出力（100万トークンあたり） |
|---|---|---|
| 〜32K | $0.03 | $0.13 |
| 32K〜256K | $0.10 | $0.40 |
| 256K〜1M | $0.20 | $0.80 |
この料金はQwenCloud（DashScope）の公表価格であり、OpenRouter上の表示価格は最小帯の$0.03/$0.13である。1Mトークン近くまでコンテキストを使うバッチ処理では、入力単価が最大で約6.7倍、出力単価が約6.2倍に跳ね上がる点に注意が必要である。
プロンプトキャッシュに対応しているため、同一の長いシステムプロンプトや画像を繰り返し送る用途ではキャッシュ効果でコストを抑えられる可能性があるが、キャッシュ料金の具体的な割引率は非公開である。
何ができるか — ビジョン用途の具体例
Qwen3.7 Flashは画像を含む推論・エージェント用途に特化しており、以下のようなタスクで利用が想定されている。
- 物体認識・空間理解（画像内の物体の位置関係を把握する）
- 実世界シーンの知覚（写真から状況を説明する）
- ビジュアルコーディング（UIのスクリーンショットからコードを生成する）
- 画面内容を読んで操作するcomputer-use的なエージェント用途
- 検索（画像に関連する情報を探す）
- OCR・書類パース（請求書や帳票の読み取り）
- UI/スクリーンショット解析
何ができないか — 採用前に確認すべき制約
- 重みが非公開のため、オンプレミス・ローカル実行は不可能である
- 動画入力には対応していない（動画は上位のQwen3.7 Plus側の機能とされる）
- 出力はテキストのみで、画像・音声等の生成はできない
- パラメータ数やアーキテクチャが非開示のため、性能の継続性やSLAを判断する材料が乏しい
- 中国リージョンのAPI（DashScope）を利用する場合、データの所在・準拠法について確認が必要である
使い方 — OpenRouterとDashScope
Qwen3.7 FlashはOpenRouter経由、またはアリババのDashScope経由で利用できる。いずれもOpenAI互換のAPI形式でアクセス可能である。以下はOpenRouterを利用したPythonのリクエスト例である。
import openai
client = openai.OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key="YOUR_OPENROUTER_API_KEY",
)
response = client.chat.completions.create(
model="qwen/qwen3.7-flash",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "この画像に写っている書類の合計金額を教えてください。"},
{
"type": "image_url",
"image_url": {"url": "https://example.com/invoice.png"},
},
],
}
],
)
print(response.choices[0].message.content)画像はURLまたはbase64形式で渡すことができ、function calling（ツール利用）や構造化出力にも対応している。同じQwenシリーズの上位モデルの使い方はQwen3.6 Plusのエージェント型コーディング解説も参考になる。
他モデルとの比較 — どこで選ぶか
| モデル | 単価の目安 | 重み公開 | 向く用途 |
|---|---|---|---|
| Qwen3.7 Flash | 最安級（後述の相対比較を参照） | 非公開 | 大量画像・書類処理を安価に自動化したい定型業務 |
| Gemini 3.5 Flash-Lite | Qwen3.7 Flash比で入力約10倍・出力約19倍とされる | 非公開 | Googleエコシステムとの連携を重視する用途 |
| ローカルのオープンウェイト系（例: DeepSeek系） | ハードウェア費用が別途必要 | 公開 | 機密性が高くローカル運用が前提の用途 |
報じられている相対比較によれば、Qwen3.7 FlashはGemini 3.5 Flash-Liteに対して入力単価で約10分の1、出力単価で約19分の1とされ、1Mコンテキストを持つマルチモーダルモデルとしては最安級に位置づけられる。他モデルとの料金比較にはGPT-5.6とGrok 4.5のAPI料金比較や、ローカル運用を前提とした選択肢としてDeepSeek V4の要件解説も参考になる。
中小企業での使いどころ
Qwen3.7 Flashは、請求書や帳票のOCR、大量の商品画像の分類、UIスクリーンショットの解析など、画像を伴う定型業務を安価に自動化したい場合に選択肢となり得る。1Mトークンのコンテキストと安価な単価を活かし、バッチ処理での利用が想定される。
一方で、機密性の高い画像・書類を扱う場合は、重みが非公開でデータの取り扱いが外部APIに依存する点を踏まえ、オープンウェイトモデルをローカル環境で運用する選択肢と比較検討することが望ましい。
FAQ
Qwen3.7 Flashはローカルで実行できますか？
できない。モデルの重みは非公開のクローズドモデルであり、OpenRouterまたはDashScope経由のAPI利用のみが可能である。
料金はいくらですか？
OpenRouter表示価格では入力が100万トークンあたり$0.03、出力が$0.13からである。ただしDashScopeの公式料金は32K〜256Kで入力$0.10/出力$0.40、256K〜1Mで入力$0.20/出力$0.80と、長いコンテキストを使うほど単価が上がる階段制になっている。
動画は扱えますか？
扱えない。Qwen3.7 Flashが対応する入力はテキストと画像のみで、動画入力は上位モデルのQwen3.7 Plus側の機能とされる。
パラメータ数はいくつですか？
非公開である。コミュニティでは小規模なMoE構成との推測があるが、公式には確認できていない。
どのような用途に向いていますか？
物体認識や空間理解、OCR・書類パース、UIスクリーンショットの解析など、画像を伴う定型的な推論・エージェント用途に向く。
参考文献
お気軽にご相談ください
お問い合わせ