Qwen3.7 MaxのAPI料金はいくらですか？

FastMetalでは100万トークンあたり入力¥420・出力¥1,260（税別）の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。

Qwen3.7 MaxはOpenAI SDKからそのまま使えますか？

はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "qwen3.7-max" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。

Qwen3.7 Maxのコンテキスト長はどのくらいですか？

262,144トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。

Qwen3.7 Maxを試すには何が必要ですか？

アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。

モデル一覧に戻る

Qwen

qwen3.7-max

Qwen3.7 Max

Qwen3.7-Maxはアリババの Qwen3.7シリーズのフラッグシップモデルです。テキスト入力と出力をサポートしており、エージェント中心のワークロード向けに設計されており、コーディング、オフィス、生産性タスクに特に優れています...

2026/5/21

262,144 トークン

入力: ¥420/M

出力: ¥1,260/M

チャットで試す APIキーを取得

仕様

モダリティ

入力

text

出力

text

サポートされているパラメータ

include_reasoning

logprobs

max_tokens

presence_penalty

reasoning

response_format

seed

structured_outputs

temperature

tool_choice

tools

top_logprobs

top_p

最大出力トークン

65,536

推論設定

既定の動作: 思考オン
思考のオフ: 可（reasoning.enabled: false）

思考の制御方法と課金を見る

データの取り扱い

プロンプトの保持: 不明 — 確認できていません
学習への利用: 不明 — 提供元からの申告がありません

「不明」は「問題なし」ではありません。確認できていない、という意味です。

学習の可否は提供元との条件に基づく申告値です。保持の可否は、このモデルが到達しうる実行先すべてについて上流が公表する一覧から判定しています。いずれも推測は含みません。

実測パフォーマンス

応答開始 (p50)2.4s

生成速度 (p50)97 トークン/秒

FastMetalのゲートウェイ経由で実測した値です（直近30日・応答開始659回）。

生成速度は1日1回の計測で、直近30日・19回分の中央値です。

応答開始は最初の応答が返るまで、生成速度は思考トークンを含む出力トークン数から算出しています。実測値であり、性能を保証するものではありません。

コード例

curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "qwen3.7-max",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Qwen3.7 Maxの実際の回答

FastMetal上で実際に記録した、標準プロンプトへの回答です。

このエラーをデバッグして

以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…

### 結論：エラーの原因このエラーの原因は、**データベースから取得した `order["price"]`（または `order["quantity"]`）が数値型（`int` や `float`）ではなく、文字列型（`str`）として返ってきている**ことです。 Pythonでは本来 `"100" * 2` のような「文字列 × 整数」の演算は `"100100"` という文字列の繰り返しとして処理されますが、フレームワークやORMの内部処理、あるいは実際には `float` と `str` の演算であった場合などに `TypeError` として数学的な乗算エラーが送出されます。いずれにせよ、**「数値計算をしたいのに、データが文字列になっている」** ことが根本原因です。これは、データベース側の `price` カラムが `VARCHAR` や `TEXT` 型で定義されている場合によく起こります。 --- ### 修正方法アプローチは3つあります。状況に合わせて選択してください。 #### 1. Python側で型変換する（即効性のある修正）コード上で明示的に数値（`float` または `int`）にキャストします。価格には小数が含まれる可能性があるため、`float()` を使うのが安全です。 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id…

応答時間 59.2秒出力 3324 トークン

コードレビュー

以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

ご提示いただいたコードは、ページネーションの処理やデータの整形など、基本的なロジックは正しく実装されています。しかし、**TypeScriptの型安全性、エラーハンドリング、可読性、そして大規模データ時のパフォーマンス（メモリ消費）** の観点から、いくつか重要な改善点があります。以下にレビュー結果と、改善後のコードを提案します。 --- ### 🔍 レビューポイント #### 1. 型安全性 (TypeScriptベストプラクティス) * **`any` の多用:** `Promise<any[]>` や `data` が `any` になっているため、TypeScriptの恩恵（補完やコンパイル時のエラー検知）が得られていません。APIレスポンスと返却用のインターフェースを定義すべきです。 * **プロパティアクセスの危険性:** `data.users` が存在しない（または `null` / `undefined`）場合にランタイムエラー（`TypeError`）が発生するリスクがあります。 #### 2. エラーハンドリングと堅牢性 * **HTTPステータスコードの未確認:** `fetch` はネットワークエラー（オフライン等）以外ではエラーを投げません（404や500でも成功とみなされます）。`response.ok` のチェックが必須です。 * **無限ループのリスク:** サーバー側のバグで常に100件返却され続けた場合、無限ループに陥ります。セーフティネット（最大ページ数や総件数のチェック）があると安心です。 #### 3. 可読性 *…

応答時間 73.1秒出力 3915 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

提示されたSQLクエリには、**パフォーマンスを著しく低下させる構造的な問題（直積の発生）**と、**意図しないデータ抽出（暗黙のINNER JOIN）**、そして**インデックスの不足**という3つの重大な問題があります。以下に最適化されたクエリと、必要なインデックス、そして改善点の詳細な解説を提示します。 --- ### 1. 最適化されたSQLクエリ ```sql WITH SalesAgg AS ( -- 1. 注文と注文詳細を先に集計し、商品IDごとの売上を作る SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM orders o INNER JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id ) SELECT p.product_name, c.category_name, s.order_count, s.total_sales, -- 3. レビューの平均はLIMIT 50件に対してのみ計算する（相関サブクエリ） (SELECT AVG(r.rating) FROM reviews r WHERE r.product_id = p.id) AS a…

応答時間 81.9秒出力 4393 トークン

他のモデルと並べて比較する →

よくある質問

Qwen3.7 MaxのAPI料金はいくらですか？: FastMetalでは100万トークンあたり入力¥420・出力¥1,260（税別）の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。
Qwen3.7 MaxはOpenAI SDKからそのまま使えますか？: はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "qwen3.7-max" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。
Qwen3.7 Maxのコンテキスト長はどのくらいですか？: 262,144トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。
Qwen3.7 Maxを試すには何が必要ですか？: アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。