Kann ich Qwen3.7 Flash lokal ausführen?

Nein. Alibaba hat die Gewichte nicht veröffentlicht, es ist nur per API verfügbar und kann nicht auf eigener Hardware betrieben werden.

Was kostet Qwen3.7 Flash und wie groß ist sein Kontext?

Es kostet 0,03 $ pro Million Eingabetokens und 0,13 $ pro Million Ausgabetokens, mit einem Kontextfenster von einer Million Tokens.

Worin unterscheidet sich Qwen3.7 Flash von einem Standard-Qwen-Chatmodell?

Es erweitert den Denkstack um Vision- und Videoverstehen und ist explizit auf multimodale Agenten und Computer-Interaktions-Workflows ausgelegt, nicht nur auf Text-Chat.

▲

8.1%

diese Woche

Qwen3.7 Flash

8539°

#llm #qwen #vision #video #logik #agenten

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Qwen | 1.000.000 Token Kontext | $0.03/M Eingabe, $0.13/M Ausgabe. Qwen3.7 Flash ist ein Vision-Sprach-Reasoning-Modell von Alibaba. Es eignet sich für multimodale Agenten, visuelles Codieren, Suche und Computerinteraktion, mit Stärken in Objekterkennung, räumlichem Verständnis und realweltlicher visueller Wahrnehmung.

Anleitungen zu diesem Modell

Die 10 günstigsten ChatGPT-Alternativen 2026: kostenlose lokale Modelle, Gratis-Stufen und Flatrate-Tarife

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Qwen3.7 Flash ist ein Vision-Sprach-Denkmodell von Alibaba, das Bilder und Videos neben Text zu einem sehr niedrigen Preis verarbeitet. Sein Kontextfenster von einer Million Tokens und multimodales Denken machen es in dieser Preisklasse ungewöhnlich. Es eignet sich für Entwickler, die Agenten bauen, die sehen, lesen und handeln müssen – visuelle Programmierassistenten, Suchpipelines oder alles, was Bildschirminhalte interpretieren muss.

Bekannt für

Kontextfenster von einer Million Tokens, selten in dieser Preisklasse.
Vision- und Videoeingabe: Objekterkennung, räumliches Denken, Verständnis realer Szenen.
Entwickelt für multimodale Agenten und Computer-Interaktionsaufgaben.
Sehr niedrige API-Kosten: 0,03 $ pro Million Eingabetokens, 0,13 $ pro Million Ausgabetokens.

Achte auf

Gewichte sind nicht öffentlich; man ist an die API gebunden, keine lokale Ausführung möglich.
Alibaba hat keine Modellkarte veröffentlicht, daher sind Fähigkeitsgrenzen und Trainingsdetails unklar.

Am besten für

Agenten und Werkzeugnutzung

Prompts zum Ausprobieren

Bildschirm-Layout in Code umsetzen

Hänge einen Screenshot einer Benutzeroberfläche an, die du nachbauen möchtest. Beschreibe das Layout, identifiziere alle interaktiven Elemente, leite die wahrscheinliche HTML-Struktur ab und schreibe sauberes HTML und CSS, das es so genau wie möglich reproduziert.

Visuelle Agentenplanung

Du siehst einen Desktop-Screenshot. Liste jede sichtbare Anwendung und jedes Fenster auf, beschreibe, woran der Nutzer offenbar arbeitet, und schlage die nächsten drei Aktionen vor, die ein automatisierter Agent ausführen sollte, um eine offensichtliche laufende Aufgabe abzuschließen.

Langdokument + Bild-Denken

Ich füge unten einen langen technischen Bericht ein und hänge ein Diagramm daraus an. Fasse den Bericht in fünf Stichpunkten zusammen, erkläre dann, ob das Diagramm die Hauptaussage in Abschnitt drei unterstützt oder widerspricht und warum.

Vergleichen mit

Qwen3.8 Flash
Modell mit offenen Gewichten
1,000,000 Token Kontext · $0.15/M Eingabe, $0.47/M Ausgabe
Qwen3.8 27B
Modell mit offenen Gewichten
1,000,000 Token Kontext · $0.24/M Eingabe, $2.20/M Ausgabe
Qwen3.6 35B A3B
Modell mit offenen Gewichten
262,144 Token Kontext · $0.15/M Eingabe, $1.00/M Ausgabe
Qwen3.5-9B
Modell mit offenen Gewichten
262,144 Token Kontext · $0.10/M Eingabe, $0.15/M Ausgabe

Mehr Textmodelle von qwen

Häufig gestellte Fragen

Kann ich Qwen3.7 Flash lokal ausführen?: Nein. Alibaba hat die Gewichte nicht veröffentlicht, es ist nur per API verfügbar und kann nicht auf eigener Hardware betrieben werden.
Was kostet Qwen3.7 Flash und wie groß ist sein Kontext?: Es kostet 0,03 $ pro Million Eingabetokens und 0,13 $ pro Million Ausgabetokens, mit einem Kontextfenster von einer Million Tokens.
Worin unterscheidet sich Qwen3.7 Flash von einem Standard-Qwen-Chatmodell?: Es erweitert den Denkstack um Vision- und Videoverstehen und ist explizit auf multimodale Agenten und Computer-Interaktions-Workflows ausgelegt, nicht nur auf Text-Chat.

Captain's Urteil
Ein wirklich günstiger Einstiegspunkt für multimodale Agentenarbeit, nur getrübt durch geschlossene Gewichte und eine dünne öffentliche Modellkarte.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #50 Hottest Text / LLM model · #50 Hottest Text / LLM text model

Not this creator?

Get your own badge

Beliebtheitstrend von Qwen3.7 Flash

Heat-Score seit 27 Jul 2026

Heat-Score

8,539°

Diese Woche

▲

8.1%

8,528° damals, 8,539° jetzt

Diesen Monat

▲

49.1%

8,484° damals, 8,539° jetzt

Vergangenes Jahr

n/a

Noch nicht veröffentlicht/erfasst

7,000°

Grundwert

Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.

+1,539°

OpenRouter Tokens

1,351,900,303,678 Tokens hat dieses Modell in den letzten 30 Tagen über OpenRouter verarbeitet, Eingaben und Antworten zusammen. Je 10,000,000 Tokens zählen als ein Download im Download-Zeitraum, insgesamt 135,190; die Tokens des letzten Tages fließen in die Adoptionsrate ein. Quelle: OpenRouter (openrouter.ai/rankings).

Detaillierte Aufschlüsselung anzeigen

Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 8,539°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.

1
Starte beim Grundwert.
Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.
7,000°
laufende Summe
2
Füge die Downloads hinzu.
135,190 Download-Äquivalente insgesamt, von OpenRouter Tokens. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.
+1,539°
8,539°
laufende Summe
=
Der Heat-Score.
Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.
8,539°

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.

Ähnliche Modelle

Llama 3.3 70B Instruct

TEXT / LLM

Qwen3 Coder Next

TEXT / LLM

KI-Modelle für Bild-, Video- und Texterzeugung

Qwen3.7 Flash ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm qwen vision video logik agenten langer kontext budget

Nach Modellfamilie stöbern