Qwen 3.7 API Nasıl Kullanılır?

Alibaba'nın Qwen ekibi, Qwen3.7-Max-Preview'u 2026 Mayıs ortasında piyasaya sürdü ve geliştiriciler hemen aynı soruyu sormaya başladı: kendi kodumdan nasıl çağırabilirim? Model, 1 milyon tokenlık bağlam penceresi ve açık düşünce zinciri izleriyle amiral gemisi bir muhakeme sistemidir; ajan arka uçları, uzun belge analizi ve kod üretimi için güçlü bir uyum sağlar. Ancak "önizleme" kelimesi, isminde çok şey ifade ediyor. Erişimi kısıtlı, API yüzeyi hala şekilleniyor ve çalışan kod yazmak için ihtiyacınız olan ayrıntılar sürüm notları ve platform belgelerine dağılmış durumda.

düğme

TL;DR

Qwen3.7-Max-Preview, Alibaba'nın 1 milyon tokenlık bağlam penceresine sahip, 14 Mayıs 2026'da önizleme olarak yayınlanan amiral gemisi muhakeme modelidir. Önizleme sırasında onu kullanmanın en güvenilir yolu Qwen Chat (chat.qwen.ai)'tir; üretim API erişimi, temel bir URL belirlediğiniz, anahtarınızı bir Taşıyıcı (Bearer) token olarak ilettiğiniz ve /chat/completions'ı çağırdığınız OpenAI uyumlu bir uç nokta kullanarak Alibaba Cloud Model Studio (DashScope) üzerinden sağlanır. 3.7 katmanı yalnızca önizleme olduğundan, yayınlamadan önce resmi belgelerden kesin model kimliğini ve uç noktayı onaylayın ve erişim istikrara kavuşurken uç noktayı test etmek ve taklit etmek için Apidog'u kullanın.

Qwen 3.7'ye şu anda nasıl erişilir

Qwen, modellerini birkaç farklı yüzeyde sunar ve hepsi aynı anda kullanıma açılmaz. 2026 Mayıs sonu itibarıyla, erişimin dürüst durumu şöyledir.

Qwen Chat (chat.qwen.ai). Qwen3.7-Max-Preview'u denemenin en hızlı yolu. Ücretsiz bir Qwen hesabıyla oturum açın, model seçicide qwen3.7-max-preview'u seçin ve muhakeme izini görmek için Düşünme Modu'nu açın. Önizleme sırasında kullanım oran limitleri vardır, ancak hiçbir maliyeti yoktur ve kurulum gerektirmez. Bu bir tarayıcı ürünüdür, bir API değil, bu nedenle entegrasyon yerine değerlendirme amaçlıdır.

Alibaba Cloud Model Studio (DashScope). Qwen modellerinin gerçek bir API haline geldiği yer burasıdır. Model Studio, Qwen'i OpenAI uyumlu bir uç nokta aracılığıyla sunar, böylece OpenAI SDK ile zaten iletişim kuran herhangi bir kod, temel bir URL ve anahtar değişimiyle Qwen'i çağırabilir. qwen3.6-max-preview ve qwen-max ailesi gibi eski katmanlar zaten burada mevcuttur. Bunu okuduğunuzda 3.7 önizleme katmanı henüz herkese açık bir API girişine sahip olmayabilir; Qwen tarihsel olarak sohbet önizlemesinden birkaç hafta sonra API erişimini açmıştır.

OpenAI uyumlu desen. Model Studio'daki her yeni Qwen modeli aynı şekli takip eder. Standart OpenAI istemcisini bir DashScope temel URL'sine yönlendirir, bir Taşıyıcı token ile kimlik doğrulaması yapar ve sohbet tamamlama rotasını çağırırsınız. Bu desen sürümler arasında sabittir, bu nedenle aşağıdaki kod 3.7 model kimliği yerleştiğinde çalışmaya devam eder; çoğunlukla tek bir dizeyi değiştirirsiniz.

Model tanımlayıcısı ve uç noktası bir önizleme sırasında değişebileceğinden, resmi Qwen belgelerini ve Model Studio model listesini doğruluk kaynağı olarak kabul edin. API erişimi beklerken sıfır maliyetli bir rota için, Qwen 3.7'yi ücretsiz olarak nasıl kullanacağınıza dair rehberimiz önizleme kanallarını ayrıntılı olarak ele almaktadır.

Erişim yöntemlerine bir bakış

Dikkate değer bir ayrım: açık ağırlıklı Qwen modelleri Hugging Face'e ulaşır, ancak Max-Preview katmanı özeldir, bu nedenle qwen3.7-max-preview için indirilebilir ağırlıklar beklemeyin.

Qwen 3.7 API anahtarı alma

API erişimi bir Alibaba Cloud hesabı üzerinden sağlanır. Adımlar kısadır.

1. Bir Alibaba Cloud hesabı oluşturun ve Model Studio konsolunu (modelstudio.console.alibabacloud.com) açın.
2. Hesabınız ve bölgeniz için Model Studio'yu etkinleştirin. Anahtarlar bölge kapsamlıdır, bu nedenle Singapur uç noktası için bir anahtar Pekin'e karşı kimlik doğrulaması yapamaz.
3. Konsolun API anahtarları bölümünü açın ve bir anahtar oluşturun. sk- ile başlayan bir karakter dizisi gibi görünür.
4. Anahtarı bir kez kopyalayın ve bir parola gibi saklayın.

Bölgenizi dikkatlice seçin, çünkü temel URL'nizi belirler:

Anahtarı asla taahhüt ettiğiniz kaynak koduna sabit olarak yazmayın. Bunun yerine bir ortam değişkenine koyun:

# macOS / Linux
export DASHSCOPE_API_KEY="sk-your-key-here"

# Windows PowerShell
setx DASHSCOPE_API_KEY "sk-your-key-here"

Kodunuz çalışma zamanında DASHSCOPE_API_KEY değerini okur. Bu, sırrı deponuzdan uzak tutar ve kodunuza dokunmadan anahtarları döndürmenize olanak tanır. Aynı alışkanlık, hangi modeli çağırırsanız çağırın geçerlidir; Gemini 3.5 API hakkındaki rehberimizde aynı deseni göreceksiniz.

İlk isteğiniz: Python, curl ve JavaScript

Qwen'in Model Studio uç noktası OpenAI uyumludur, bu nedenle iki seçeneğiniz var: DashScope temel URL'sine işaret eden resmi OpenAI SDK'sı veya ham bir HTTP çağrısı. Her ikisi de aşağıdadır.

Koda geçmeden önce bir not. Model kimliği qwen3.7-max-preview, Qwen Chat'in önizleme modeli için kullandığı tanımlayıcıdır. API'nin beklediği kesin dize, bir önizleme penceresi sırasında farklılık gösterebilir ve bunu denediğinizde qwen3.6-max-preview gibi daha eski bir katman canlı olabilir. Mevcut model kimliğini Model Studio model listesinde onaylayın, ardından model alanına bırakın. İstek şekli değişmez.

OpenAI SDK ile Python

SDK'yı pip install openai ile kurun, ardından bir istek gönderin:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    # Hesabınızın bölgesine ait temel URL'yi kullanın
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    # Model Studio model listesindeki canlı model kimliğini onaylayın
    model="qwen3.7-max-preview",
    messages=[
        {"role": "system", "content": "You are a precise coding assistant."},
        {"role": "user", "content": "Write a Python function that reverses a linked list."},
    ],
)

print(response.choices[0].message.content)

Bu tam bir istektir. messages dizisi standart rol desenini takip eder: bir system mesajı davranışı belirler, ardından user dönüşleri gelir. Yanıt, oluşturulan metni choices[0].message.content içinde taşır.

curl

Terminalden hızlı bir kontrol için veya uygulama kodu yazmadan önce bir anahtarın çalıştığını doğrulamak için:

curl 'https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions' \
  --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "qwen3.7-max-preview",
    "messages": [
      {"role": "user", "content": "Explain idempotency in REST APIs in two sentences."}
    ]
  }'

Anahtar ve model kimliği geçerliyse, tamamlama içeren bir JSON yanıtı alırsınız. Aksi takdirde, hata gövdesi neyi düzeltmeniz gerektiğini söyler; hatalar hakkında daha fazla bilgi aşağıdadır.

JavaScript / Node.js

Aynı OpenAI SDK'sı Node'da da çalışır. npm install openai ile kurun:

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DASHSCOPE_API_KEY,
  baseURL: "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
});

const response = await client.chat.completions.create({
  model: "qwen3.7-max-preview",
  messages: [
    { role: "user", content: "List three trade-offs of GraphQL versus REST." },
  ],
});

console.log(response.choices[0].message.content);

Üç dil, bir istek şekli; bu, OpenAI uyumlu bir API'nin avantajıdır.

Akış yanıtları

Kullanıcıya yönelik herhangi bir şey için, çıktıyı göstermeden önce tamamlama işleminin bitmesini beklemek istemezsiniz. Akış, token'ları oluşturuldukça gönderir. stream'i true olarak ayarlayın ve parçalar üzerinde yineleyin.

stream = client.chat.completions.create(
    model="qwen3.7-max-preview",
    messages=[
        {"role": "user", "content": "Summarize the CAP theorem."},
    ],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

Node'da, akışlı yanıt asenkron bir yineleyicidir:

const stream = await client.chat.completions.create({
  model: "qwen3.7-max-preview",
  messages: [{ role: "user", content: "Summarize the CAP theorem." }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

Akış, düz bir sohbet modeline göre bir muhakeme modeliyle daha önemlidir. Qwen 3.7, nihai yanıttan önce düşünce zinciri üzerinde gerçek zaman harcayabilir, bu nedenle akış olmadan kullanıcı boş bir ekrana bakar. Akış ile düşünme izini, bir yazım göstergesini veya yanıtın oluştuğu anda gösterebilirsiniz.

Muhakeme ve düşünme parametresi

Qwen3.7-Max-Preview bir muhakeme modelidir. Nihai bir yanıta geçmeden önce <think> blokları içinde açık bir düşünce zinciri üretebilir. Bu iz, matematik ve zorlu çok adımlı problemler üzerindeki puanlarını yükseltir ve hata ayıklamaya yardımcı olur: modelin mantığının nerede yanlış gittiğini görebilirsiniz.

DashScope aracılığıyla sunulan son Qwen modellerinde, düşünme davranışı bir enable_thinking bayrağı ile kontrol edilir. Muhakeme kontrolleri Qwen sürümleri arasında değiştiği için 3.7 önizleme katmanı için tam mekanizmayı ve parametre adını mevcut API referansına göre onaylayın. Kavramsal olarak, istek şöyle görünür:

response = client.chat.completions.create(
    model="qwen3.7-max-preview",
    messages=[
        {"role": "user", "content": "Bir tren öğleden sonra 2'de ortalama 60 mil/saat hızla kalkar. "
                                    "İkinci bir tren öğleden sonra 3'te aynı rotada 75 mil/saat hızla kalkar. "
                                    "İkinci tren birinciyi ne zaman yakalar?"},
    ],
    # Muhakeme kontrolleri Qwen sürümüne göre değişir; geçerli
    # parametreyi kullanmadan önce Model Studio API referansından doğrulayın.
    extra_body={"enable_thinking": True},
)

print(response.choices[0].message.content)

Birkaç pratik not:

• Düşünme token ve zaman maliyetlidir. Muhakeme izi oluşturulan metindir. Çıkışa sayılır ve gecikme ekler. Basit aramalar veya biçimlendirmeler için düşünmeyi kapalı bırakın.
• Zorlu problemler için açın. Çok adımlı matematik, zorlu kenar durumları olan kod, planlama ve analiz, düşünce zincirinin maliyetini hak ettiği yerlerdir.
• İzi gösterip göstermeyeceğinize karar verin. Bazı uygulamalar, kullanıcıların modelin çalışmasını görmesi için <think> içeriğini yüzeye çıkarır; diğerleri bunu çıkarır ve yalnızca nihai yanıtı gösterir. Her ikisi de geçerlidir.

Muhakeme kalitesini ve maliyetini diğer öncü modellerle karşılaştırıyorsanız, Qwen 3.7, GPT-5.5 ve Opus 4.7 karşılaştırmamız, değiş tokuşları yan yana koyar. Muhakeme modelleri, ajan döngülerinde token'ları hızla tüketebilir; eğer durumunuz buysa, ajan token maliyetlerini nasıl azaltacağınıza dair yazımızdaki teknikler doğrudan uygulanır.

Hata yönetimi ve oran limitleri

Bir istek, öngörülebilir nedenlerle başarısız olabilir. Uygulamanızın sorunsuz bir şekilde düşmesini sağlamak için bunları ele alın.

Önizleme modelleri, erişim kısıtlı olduğundan ve tanımlayıcılar değiştiğinden kararlı modellere göre daha sık 403 ve 404 hataları verir. Bunlardan birini alırsanız, sorun genellikle erişim veya model dizgisidir, kodunuz değil.

Model Studio'daki oran limitleri, saniyede veya dakikada sorgu olarak hesap başına belirlenir ve kesin sayılar hesap katmanınıza ve modele bağlıdır; sabit bir değer varsaymak yerine konsolu kontrol edin. Desen ne olursa olsun aynıdır: 429'u yakalayın, bekleyin ve artan gecikmelerle tekrar deneyin.

import time
from openai import OpenAI, RateLimitError, APIStatusError

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

def ask_qwen(prompt, max_retries=4):
    for attempt in range(max_retries):
        try:
            response = client.chat.completions.create(
                model="qwen3.7-max-preview",
                messages=[{"role": "user", "content": prompt}],
            )
            return response.choices[0].message.content
        except RateLimitError:
            wait = 2 ** attempt          # 1sn, 2sn, 4sn, 8sn
            print(f"Oran sınırı aşıldı. {wait} saniye içinde tekrar deneniyor...")
            time.sleep(wait)
        except APIStatusError as e:
            # 400/401/403/404 tekrar denemeye değmez; bunları üst düzeye çıkarın.
            print(f"API hatası {e.status_code}: {e.message}")
            raise
    raise RuntimeError("Tekrar denemelerden sonra başarısız oldu")

429 ve 5xx hatalarında üstel geri çekilme, 4xx hatalarında hızlı başarısızlık. Bu ayrım, tekrar denemenin düzeltemeyeceği hatalarda API'yi yormaktan kaçınmanızı sağlar.

Apidog ile Qwen API'sini test etme ve taklit etme

İşte önizleme API'sinin zorlaştığı ve iyi araçların işe yaradığı nokta burasıdır. Erişim kısıtlı olduğunda, model kimliği değiştiğinde ve oran limitleri sıkı olduğunda, tüm uygulamanızı çalıştırıp günlükleri okuyarak test etmek istemezsiniz. Bir istek göndermek, tam olarak ne döndüğünü görmek ve tekrar çalıştırmak için saklamak istersiniz. Apidog bu döngü için geliştirilmiştir.

Oluştururken uç noktayı taklit edin. Bu, kısıtlı bir önizleme için büyük bir avantajdır. Apidog'un sahte sunucusu, API şemasından gerçekçi yanıtları, anahtar ve oran limiti olmaksızın döndürür. Böylece ön ucunuz veya aracınız, gerçek önizleme erişimi kısıtlanmış, kapalı veya hesabınız için henüz açık olmasa bile her zaman anında yanıt veren bir yedek Qwen uç noktasına karşı geliştirme yapabilir. Canlı API hazır olduğunda, temel URL'yi sahteden DashScope'a çevirin ve kodunuz değişmeden kalır. Şema öncelikli iş akışları hakkında daha fazla bilgi için, şema öncelikli mod yürüyüşümüze bakın.

Bu desen herhangi bir model API'sine genelleştirilebilir. Apidog'daki aynı test ve taklit döngüsü, Qwen, Gemini veya ERNIE 5.1 API'sini çağırıyor olsanız da çalışır; bir önizleme modeli, sahte adımı daha değerli kılar, çünkü gerçek uç nokta yığınınızın en az güvenilir kısmıdır.

Sonuç

Qwen 3.7'yi çağırmak, yolu bildiğinizde basittir. Sürtünme, API'nin kendisi değil, önizleme kısıtlamasıdır.

Qwen'in ne döndürdüğünü tahmin etmeyi bırakın ve görmeye başlayın. Qwen uç noktasını tasarlamak, gerçek test istekleri göndermek, yeniden kullanılabilir senaryoları kaydetmek ve geliştirme yaparken API'yi taklit etmek için Apidog'u indirin. Başlamak ücretsizdir ve dengesiz bir önizlemeyi güvenle geliştirebileceğiniz bir şeye dönüştürür.