Thanawat Wongchai

Posted on Jun 3 • Originally published at apidog.com

วิธีใช้ Qwen 3.7 Plus API?

Qwen 3.7 Plus เป็นโมเดลเอเจนต์มัลติโมดอลของ Alibaba ที่รองรับข้อความ รูปภาพ และวิดีโอ มีบริบท 1M โทเค็น และใช้งานผ่าน API เท่านั้น บทความนี้สรุปขั้นตอนที่ต้องทำจริง: ขอ API key, ตั้งค่า endpoint, ส่งคำขอแรก, ส่งรูปภาพ/วิดีโอ, คำนวณต้นทุน และจัดการ rate limit

ลองใช้ Apidog วันนี้

เราจะใช้ endpoint ที่เข้ากันได้กับ OpenAI ของ Alibaba Cloud Model Studio และทดสอบคำขอด้วย Python, curl และ JavaScript ระหว่างทางคุณสามารถใช้ Apidog เพื่อส่งคำขอ ตรวจสอบ JSON response แบบดิบ เก็บ environment variables และ mock endpoint สำหรับพัฒนาแอปต่อได้ หากต้องการอ่านภาพรวมความสามารถก่อน ดู ภาพรวม Qwen 3.7 Plus หรือถ้าต้องการรุ่นข้อความอย่างเดียว ดู คู่มือ Qwen 3.7 API พื้นฐาน

สรุปแบบเร็ว (TL;DR)

ใช้งานผ่าน Alibaba Cloud Model Studio หรือ DashScope
API เข้ากันได้กับ OpenAI
เรียก endpoint: /chat/completions
ใช้ model id: qwen3.7-plus
ส่ง API key เป็น Bearer token
รองรับข้อความ รูปภาพ และวิดีโอใน messages[].content
ราคา:
- Input: $0.40 / 1M tokens
- Cached input: $0.08 / 1M tokens
- Output: $1.60 / 1M tokens
ไม่มี free tier ถาวร แต่บัญชีใหม่มี quota ฟรีแบบครั้งเดียว
รูปภาพและวิดีโอถูกนับรวมใน context และค่าใช้จ่าย
ก่อน production ให้ตรวจสอบ model id ล่าสุดจากเอกสาร Model Studio

วิธีเข้าถึง Qwen 3.7 Plus

Qwen 3.7 Plus ใช้งานได้สองทางหลัก

1. Qwen Chat

ใช้ chat.qwen.ai สำหรับลองโมเดลแบบเร็ว เช่น อัปโหลดภาพหน้าจอแล้วดูว่าโมเดลตอบได้ดีแค่ไหน เหมาะกับ evaluation แต่ไม่เหมาะกับ integration เพราะไม่มี API workflow สำหรับ production

2. Alibaba Cloud Model Studio หรือ DashScope

นี่คือช่องทาง API จริง Model Studio เปิด endpoint ที่เข้ากันได้กับ OpenAI ดังนั้นถ้าโค้ดของคุณใช้ OpenAI SDK อยู่แล้ว คุณเปลี่ยนเพียง:

base_url
api_key
model

ข้อจำกัดสำคัญคือ Qwen 3.7 Plus เป็นโมเดลปิด ไม่มี model weights ให้ดาวน์โหลด คุณจึง self-host หรือรันแบบ air-gapped ไม่ได้ รายละเอียด trade-off ดูได้ใน ภาพรวม Qwen 3.7 Plus

วิธีการ	การเข้าถึง API	ค่าใช้จ่าย	เหมาะสำหรับ
Qwen Chat (chat.qwen.ai)	ไม่	ฟรี, มี rate limit	ทดลองกับรูปภาพอย่างรวดเร็ว
Model Studio / DashScope	ใช่, เข้ากันได้กับ OpenAI	จ่ายตามโทเค็น	Production integration
Self-host	ไม่	ไม่มี	ไม่รองรับ เพราะ weights ถูกปิด

ขอ API Key สำหรับ Qwen 3.7 Plus

ทำผ่าน Alibaba Cloud Model Studio

สร้างบัญชี Alibaba Cloud
เปิดคอนโซล Model Studio ที่ modelstudio.console.alibabacloud.com
เปิดใช้งาน Model Studio สำหรับบัญชีและ region ของคุณ
ไปที่ส่วน API keys
สร้าง key ใหม่ รูปแบบมักขึ้นต้นด้วย sk-
คัดลอก key และเก็บไว้เหมือนรหัสผ่าน

API key ผูกกับ region ดังนั้น key ของสิงคโปร์จะใช้กับ endpoint ปักกิ่งไม่ได้

เลือก Base URL ตาม Region

ภูมิภาค	Base URL
สิงคโปร์	`https://dashscope-intl.aliyuncs.com/compatible-mode/v1`
สหรัฐอเมริกา เวอร์จิเนีย	`https://dashscope-us.aliyuncs.com/compatible-mode/v1`
ปักกิ่ง จีน	`https://dashscope.aliyuncs.com/compatible-mode/v1`

ตั้งค่า Environment Variable

อย่า hardcode key ลงใน repository ให้ใช้ environment variable แทน

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

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

ส่งคำขอแรกด้วย Python, curl และ JavaScript

endpoint ใช้รูปแบบ OpenAI-compatible คุณจึงใช้ OpenAI SDK ได้โดยเปลี่ยน base_url

ตัวอย่างใช้ qwen3.7-plus แต่ก่อน production ให้ตรวจสอบ model id ล่าสุดจาก รายการโมเดลของ Model Studio

Python กับ OpenAI SDK

ติดตั้ง dependency:

pip install openai

ส่งคำขอ:

import os
from openai import OpenAI

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

resp = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {
            "role": "user",
            "content": "Summarize the Qwen 3.7 Plus pricing model in two sentences."
        }
    ],
)

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

curl

curl "https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [
      {
        "role": "user",
        "content": "Hello from the Qwen 3.7 Plus API."
      }
    ]
  }'

JavaScript

ติดตั้ง SDK:

npm install openai

เรียก API:

import OpenAI from "openai";

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

const resp = await client.chat.completions.create({
  model: "qwen3.7-plus",
  messages: [
    {
      role: "user",
      content: "Hello from the Qwen 3.7 Plus API.",
    },
  ],
});

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

ส่งรูปภาพและวิดีโอ

จุดเด่นของ Plus คือ multimodal input คุณส่งข้อความและรูปภาพใน messages[].content แบบ array ได้

ตัวอย่างส่งรูปภาพจาก URL:

resp = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Which button submits this form? Give pixel coordinates."
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/screenshot.png"
                    }
                },
            ],
        }
    ],
)

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

คุณสามารถส่งรูปภาพได้ทั้งแบบ:

public URL
base64 data URI

ตัวอย่าง data URI:

import base64
from pathlib import Path

image_bytes = Path("screenshot.png").read_bytes()
image_b64 = base64.b64encode(image_bytes).decode("utf-8")

resp = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Describe the UI and identify the primary CTA button."
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/png;base64,{image_b64}"
                    }
                },
            ],
        }
    ],
)

วิดีโอใช้แนวคิดเดียวกัน คือเพิ่ม video part เข้าไปใน content array แต่ชื่อ field และ schema อาจแตกต่างตาม region หรือเวอร์ชัน API ให้ตรวจสอบ เอกสาร OpenAI compatibility ของ DashScope ก่อนใช้งานจริง

กรณีใช้งานที่พบบ่อย:

วิเคราะห์ screenshot ของเว็บหรือแอป
ให้โมเดลระบุปุ่มหรือพิกัด เช่น click at (x=487, y=232)
สร้าง GUI agent
สรุปเนื้อหาในภาพหรือวิดีโอ
ตรวจสอบ UI regression จากภาพหน้าจอ

ราคา

Qwen 3.7 Plus มีราคาแบบ multimodal ที่ต่ำกว่า Qwen 3.7 Max อย่างชัดเจน

โมเดล	Input / 1M tokens	Output / 1M tokens	Cached input / 1M tokens
Qwen 3.7 Plus	`$0.40`	`$1.60`	`$0.08`
Qwen 3.7 Max	`$2.50`	`$7.50`	`$0.25`

โดยประมาณ Plus ถูกกว่า Max ด้าน input ราว 6 เท่า ไม่มี free tier ถาวร แต่บัญชี Model Studio ใหม่จะได้รับ quota ฟรีแบบครั้งเดียว โดยทั่วไปอยู่ใน region สิงคโปร์ หลังจากนั้นคิดเงินแบบ pay-as-you-go

เส้นทางฟรีแบบ Qwen OAuth เดิมจะถูกยกเลิกวันที่ 15 เมษายน 2026 ดังนั้นไม่ควรใช้เป็นพื้นฐานของระบบ production

ตรวจสอบตัวเลขล่าสุดได้ที่:

ประเมินค่าใช้จ่ายจริงต่อคำขอ

ข้อความมีต้นทุนต่ำมาก แต่รูปภาพและวิดีโออาจเพิ่มค่าใช้จ่าย เพราะสื่อถูกแปลงเป็นโทเค็นและใช้ context budget เดียวกัน

คำขอ	Input tokens	Output tokens	ค่าใช้จ่ายโดยประมาณ
Prompt ข้อความอย่างเดียว	10,000	2,000	`~$0.007`
Screenshot 1080p หนึ่งภาพ + prompt	`~1,500`	300	`~$0.001`
วิดีโอ 30 วินาที sampled ที่ 2 fps	`~77,000`	500	`~$0.032`

ตัวเลขเป็นค่าประมาณจริงจะขึ้นกับ resolution, จำนวนภาพ, frame sampling และความยาว response

แนวทางลดต้นทุน:

resize screenshot ก่อนส่ง
crop เฉพาะส่วน UI ที่จำเป็น
ลดจำนวน frame ของวิดีโอ
ตั้ง max_tokens สำหรับ response
cache prompt ส่วนที่ซ้ำ
ส่งเฉพาะบริบทที่จำเป็น ไม่ส่ง log หรือ DOM ทั้งชุดถ้าไม่จำเป็น

อ่านเพิ่มเติมได้ที่ ลดต้นทุนโทเค็นของเอเจนต์ และ สงครามราคา LLM จีนในปี 2026

Rate Limit และ Error Handling

Model Studio จำกัดการใช้งานตามบัญชี โดยทั่วไปเป็น:

requests per minute
tokens per minute
quota ตาม account tier
quota ตาม region

ไม่มีตัวเลขเดียวที่ใช้ได้กับทุกบัญชี ให้ตรวจสอบหน้า quota ในคอนโซล Model Studio และขอเพิ่ม limit จากที่นั่นหากจำเป็น

Error ที่พบบ่อย

Error	สาเหตุที่พบบ่อย	วิธีแก้
`401 Unauthorized`	key ผิด, key ไม่ตรง region, ไม่ได้ส่ง Bearer token	ตรวจสอบ API key และ base URL
`429 Too Many Requests`	เกิน rate limit	retry ด้วย exponential backoff
`400 Bad Request`	payload ผิด schema, รูปใหญ่เกิน, context เกิน	ตรวจสอบ JSON, ลดขนาดสื่อ
`5xx`	ปัญหาฝั่ง service	retry พร้อม backoff และ logging

ตัวอย่าง retry แบบง่ายใน Python:

import time
from openai import OpenAI, RateLimitError, APIError

def call_with_retry(client: OpenAI, payload: dict, max_retries: int = 5):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(**payload)
        except (RateLimitError, APIError) as e:
            if attempt == max_retries - 1:
                raise

            sleep_seconds = 2 ** attempt
            print(f"Retrying after {sleep_seconds}s because: {e}")
            time.sleep(sleep_seconds)

ใช้งาน:

payload = {
    "model": "qwen3.7-plus",
    "messages": [
        {
            "role": "user",
            "content": "Return a short checklist for testing this API."
        }
    ],
}

resp = call_with_retry(client, payload)
print(resp.choices[0].message.content)

ทดสอบและจำลอง API ด้วย Apidog

Multimodal payload ผิดพลาดได้ง่าย เพราะต้องจัดรูปแบบ array, แนบรูปภาพ, encode base64, ตรวจ response JSON และ debug tool-calling flow การดู output ใน terminal อย่างเดียวมักไม่พอ

Apidog ช่วยให้คุณ:

ส่ง request ไปยัง Qwen 3.7 Plus endpoint
จัดการ environment แยกตาม region
เก็บ API key โดยไม่ต้องวางใน source code
ตรวจ response JSON แบบ raw
mock endpoint ให้ frontend หรือ agent layer พัฒนาต่อได้
debug flow ของ agent ที่มีหลาย tool calls

เมื่อ Plus ถูกใช้กับ GUI agent หรือ CLI agent คุณสามารถใช้ Apidog's AI agent debugger เพื่อดู sequence ของการเรียกใช้งานทั้งหมดและหาจุดที่ flow ล้มเหลว

ดาวน์โหลด Apidog เพื่อทดสอบ ดีบัก และจำลอง Qwen 3.7 Plus API ก่อน production

คำถามที่พบบ่อย

มี free tier สำหรับ Qwen 3.7 Plus API หรือไม่?

ไม่มี free tier ถาวร บัญชี Alibaba Cloud Model Studio ใหม่จะได้รับ quota ฟรีแบบครั้งเดียวเพื่อทดลองใช้งาน หลังจากนั้นคิดเงินแบบ pay-as-you-go

Model ID คืออะไร?

โดยทั่วไปคือ:

qwen3.7-plus

แต่ model identifier อาจเปลี่ยนได้ ควรตรวจสอบจากรายการโมเดลของ Model Studio ก่อน deploy

รูปภาพและวิดีโอคิดค่าใช้จ่ายอย่างไร?

สื่อภาพถูกแปลงเป็น input tokens และคิดราคาตามอัตรา input ปกติ ภาพ 1080p อาจใช้หลายพันโทเค็น ส่วนวิดีโอจะเพิ่มตามจำนวน frame ที่ sampled

Qwen 3.7 Plus ต่างจาก Qwen 3.7 Max อย่างไร?

ทั้งคู่ใช้ API รูปแบบ OpenAI-compatible ได้ แต่ Plus รองรับรูปภาพและวิดีโอ และมีราคาถูกกว่าประมาณ 6 เท่าด้าน input ส่วน Max เป็นรุ่นเน้นข้อความและยังมีข้อได้เปรียบบางด้านใน benchmark ข้อความล้วน

Self-host Qwen 3.7 Plus ได้ไหม?

ไม่ได้ เพราะ model weights ไม่เปิดให้ดาวน์โหลด ใช้งานได้ผ่าน Alibaba Cloud Model Studio เท่านั้น

ควรใช้ Base URL ไหน?

ใช้ base URL ที่ตรงกับ region ของ API key:

สิงคโปร์: https://dashscope-intl.aliyuncs.com/compatible-mode/v1
สหรัฐอเมริกา เวอร์จิเนีย: https://dashscope-us.aliyuncs.com/compatible-mode/v1
ปักกิ่ง: https://dashscope.aliyuncs.com/compatible-mode/v1

บทสรุป

การใช้ Qwen 3.7 Plus ในแอปจริงเริ่มจากการสร้าง API key ใน Alibaba Cloud Model Studio ตั้งค่า OpenAI SDK ให้ชี้ไปยัง DashScope base URL แล้วเรียก /chat/completions ด้วย qwen3.7-plus หากต้องการ vision ให้เพิ่ม image หรือ video part เข้าไปใน messages[].content

ต้นทุนของข้อความต่ำมาก แต่รูปภาพและวิดีโอเป็นตัวกำหนดค่าใช้จ่ายหลัก ดังนั้นควร resize, crop และ sample สื่ออย่างระมัดระวัง ก่อนนำไป production ให้ทดสอบ payload, response และ error handling ใน Apidog

DEV Community