Qwen3.7 Plus API

Tekniske specifikationer for Qwen3.7-Plus

Hvad er Qwen3.7-Plus?

Qwen3.7-Plus er det balancerede, multimodale flagskib i Alibabas Qwen 3.7-generation. Mens Qwen3.7-Max fokuserer på ren tekstræsonnering og kodning over lange forløb, udvider Qwen3.7-Plus disse muligheder med indbygget forståelse af billeder og video, så den kan ræsonnere på tværs af visuelle og tekstuelle oplysninger i én model.

Modellen er designet ud fra 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 produktivitetsarbejdsgange, hvor visuel kontekst er vigtig.

Hovedfunktioner i Qwen3.7-Plus

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

Benchmarkresultater for Qwen3.7-Plus

Ifølge offentlige benchmark-rapporter og tredjeparts-evalueringsplatforme leverer Qwen3.7-Plus multimodal og agent-ydelse på førende niveau:

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

Alibaba rapporterer også, at Qwen3.7-Plus performer konkurrencedygtigt med førende proprietære modeller på agent- og kode-benchmarks, med særlig styrke i multimodale opgaver og UI-interaktion.

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

Til projekter, der involverer skærmbilleder, UI-automatisering, visuel fejlfinding eller multimodale workflows, er Qwen3.7-Plus generelt det bedre valg. Til rent tekstbaseret ræsonnering eller kodning i repository-skala er Qwen3.7-Max fortsat den stærkere mulighed.

Begrænsninger

• Qwen3.7-Plus er i øjeblikket udgivet som en proprietær model i forhåndsvisningsfase, og nogle funktioner kan ændre sig før den stabile udgivelse.
• Funktionskald og visse agent-værktøjsfunktioner udrulles stadig.
• For rent tekstbaserede, ræsonneringsintensive arbejdsbelastninger kan Qwen3.7-Max levere en lidt bedre ydeevne.
• Som med de fleste store multimodale modeller bør udviklere validere ydeevnen på deres egne billed- og UI-datasæt før produktion.

Repræsentative anvendelsestilfælde

1. AI-agenter, der kombinerer browser-, GUI- og terminalinteraktioner.
2. Fejlfinding i 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. Produktivitetsarbejdsgange i virksomheder med blandede tekst- og billedinput.
6. Multimodale forskningsassistenter, der kombinerer websøgning med visuel forståelse.