Claude Opus 5 is now live on CometAPI →
Q

Qwen3.7 Plus

Indtast:$0.32/M
Output:$1.28/M
Udgivet:Jun 8, 2026

Qwen3.7 Plus er en højtydende stor sprogmodel udviklet af Alibaba Cloud. Den understøtter forståelse af lange kontekster på op til 128K tokens, funktionskald og flersprogede opgaver. Designet til komplekse scenarier inden for ræsonnering, kodning og efterlevelse af instruktioner.

Ny
Kommersiel brug

Playground for Qwen3.7 Plus

Udforsk Qwen3.7 Plus's Playground — et interaktivt miljø til at teste modeller og køre forespørgsler i realtid. Prøv prompts, juster parametre og iterer øjeblikkeligt for at fremskynde udvikling og validere use cases.

Tekniske specifikationer for Qwen3.7-Plus

PunktSpecifikation
ModelnavnQwen3.7-Plus
UdbyderAlibaba Cloud (Qwen Team)
API-model-IDqwen3.7-plus
ModeltypeMultimodal agentmodel
InputtyperTekst, billeder, video
OutputtyperTekst
KontekstvindueOp til 1,000,000 tokens
Maksimalt antal input-tokens~991.8K
Maksimalt antal output-tokens~65.5K
KernekompetencerVision-sprog-ræsonnering, kodning, GUI-interaktion, agent-workflows
Indbyggede funktionerFunktionskald, strukturerede output, cache, websøgning, batch-API
API-kompatibilitetOpenAI-kompatibel via DashScope / Model Studio

Hvad er Qwen3.7-Plus?

Qwen3.7-Plus er det afbalancerede multimodale flagskib i Alibabas Qwen 3.7-generation. Mens Qwen3.7-Max fokuserer på ren tekstræsonnering og langsigtet kodning, udvider Qwen3.7-Plus disse kapaciteter med indbygget billed- og videoforståelse, så den kan ræsonnere på tværs af visuel og tekstuel information i én model.

Modellen er designet omkring idéen om en multimodal interaktiv hybridagent: den kan fortolke skærmbilleder, analysere diagrammer, forstå grænseflader, generere kode ud fra visuelle referencer og bruge værktøjer til at fuldføre flertrinsopgaver. Det gør den særligt attraktiv til AI-agenter, GUI-automatisering og produktivitets-workflows, hvor visuel kontekst er vigtig.

Hovedfunktioner i Qwen3.7-Plus

  • Indbygget multimodalt input, der understøtter tekst, billeder og video i en samlet ræsonneringspipeline.
  • Op til 1M-token kontekstvindue, som muliggør analyse af store kodebaser og arbejdsgange med lange dokumenter.
  • Hybride GUI + CLI agentkapaciteter, der gør det muligt for modellen at forstå skærme og interagere med softwaremiljøer.
  • Avanceret kodning og værktøjsbrug, herunder funktionskald, strukturerede output og integration af eksterne værktøjer.
  • Visuel forståelse af diagrammer, dokumenter og skærmbilleder, hvilket gør den nyttig til forretnings-, ingeniør- og UI-opgaver.
  • OpenAI-kompatibelt API-endepunkt, hvilket muliggør relativt nem migration fra eksisterende LLM-infrastruktur.

Benchmark-ydeevne for Qwen3.7-Plus

Ifølge offentlige benchmarkrapporter og tredjeparts evalueringsplatforme leverer Qwen3.7-Plus ydeevne på førende niveau inden for multimodalitet og agentkapaciteter:

  • Artificial Analysis Intelligence Index: 53.3.
  • GPQA Diamond: cirka 90.0%.
  • IFBench: cirka 78.0%.
  • AA Long Context Reasoning (AA-LCR): cirka 65.0%.
  • Terminal-Bench Hard: cirka 47.0%, hvilket afspejler stærke agentbaserede kodningskapaciteter.

Alibaba rapporterer også, at Qwen3.7-Plus klarer sig konkurrencedygtigt mod førende proprietære modeller på agent- og kodningsbenchmarks, med særlig styrke i multimodale opgaver og UI-interaktion.

Qwen3.7-Plus vs Qwen3.7-Max vs Claude Opus 4.6

FunktionQwen3.7-PlusQwen3.7-MaxClaude Opus 4.6
InputmodaliteterTekst, billede, videoKun tekstTekst, billede
KontekstvindueOp til 1M tokens1M tokensStor kontekst
Visuel forståelseFremragendeIkke understøttetStærk
Agent-/GUI-interaktionPrimært fokusBegrænsetGod
Langsigtet tekstræsonneringMeget stærkBedst i Qwen-familienFremragende
Bedste anvendelseMultimodale agenter og produktivitetKodning, matematik, dyb ræsonneringRæsonnering og kodning til virksomheder

Til projekter, der involverer skærmbilleder, UI-automatisering, visuel fejlfinding eller multimodale arbejdsgange, er Qwen3.7-Plus generelt det bedste valg. Til rent tekstbaseret ræsonnering eller kodning i repositories i stor skala er Qwen3.7-Max stadig den stærkere løsning.

Begrænsninger

  • Qwen3.7-Plus er i øjeblikket udgivet som en proprietær model i preview-stadiet, og nogle kapaciteter kan udvikle sig før den stabile udgivelse.
  • Funktionskald og visse agentværktøjsfunktioner udrulles stadig.
  • Til rent tekstbaserede, ræsonneringstunge arbejdsbelastninger kan Qwen3.7-Max levere en smule bedre ydeevne.
  • Som med de fleste store multimodale modeller bør udviklere validere ydeevnen på deres egne billed- og UI-datasæt før produktionsimplementering.

Repræsentative anvendelsestilfælde

  1. AI-agenter, der kombinerer browser-, GUI- og terminalinteraktioner.
  2. Fejlfinding af software ud fra skærmbilleder og UI-optagelser.
  3. Analyse af dokumenter, diagrammer og dashboards.
  4. Visuelle kodeassistenter, der genererer kode ud fra mockups eller diagrammer.
  5. Produktivitets-workflows i virksomheder med blandede tekst- og billedinput.
  6. Multimodale forskningsassistenter, der kombinerer websøgning med visuel forståelse.

FAQ

Priser for Qwen3.7 Plus

Udforsk konkurrencedygtige priser for Qwen3.7 Plus, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Qwen3.7 Plus kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

ModelComet Price (USD / M Tokens)Official Price (USD / M Tokens)Discount
qwen3.7-plus
Indtast:$0.32/M
Output:$1.28/M
Indtast:$0.4/M
Output:$1.6/M
-20%

Eksempelkode og API til Qwen3.7 Plus

Få adgang til omfattende eksempelkode og API-ressourcer for Qwen3.7 Plus for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af Qwen3.7 Plus i dine projekter.

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "qwen3.7-plus",
    "input": "你能做些什么？"
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s
' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s
' "$response"
fi

cURL Code Example

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "qwen3.7-plus",
    "input": "你能做些什么？"
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s\n' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s\n' "$response"
fi

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token
client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.responses.create(
    model="qwen3.7-plus",
    input="你能做些什么？",
)

print(response.output_text)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token
const client = new OpenAI({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

const response = await client.responses.create({
  model: "qwen3.7-plus",
  input: "你能做些什么？",
});

console.log(response.output_text);

Versioner af Qwen3.7 Plus

Årsagen til, at Qwen3.7 Plus har flere øjebliksbilleder kan omfatte potentielle faktorer såsom variationer i output efter opdateringer, der kræver ældre øjebliksbilleder for konsistens, at give udviklere en overgangsperiode til tilpasning og migration, og at forskellige øjebliksbilleder svarer til globale eller regionale slutpunkter for at optimere brugeroplevelsen. For detaljerede forskelle mellem versioner, henvises der til den officielle dokumentation.

Version
qwen3.7-plus