Qwen3.7 Plus API

Specifiche tecniche di Qwen3.7-Plus

Che cos'è Qwen3.7-Plus?

Qwen3.7-Plus è il modello di punta multimodale bilanciato della generazione Qwen 3.7 di Alibaba. Mentre Qwen3.7-Max si concentra sul ragionamento puramente testuale e sul coding a lungo orizzonte, Qwen3.7-Plus estende tali capacità con una comprensione nativa di immagini e video, consentendo di ragionare su informazioni visive e testuali all'interno di un unico modello.

Il modello è progettato attorno all’idea di un agente ibrido interattivo multimodale: può interpretare screenshot, analizzare grafici, comprendere interfacce, generare codice da riferimenti visivi e utilizzare strumenti per completare task multi-step. Ciò lo rende particolarmente interessante per agenti di IA, automazione della GUI e flussi di produttività in cui il contesto visivo è importante.

Caratteristiche principali di Qwen3.7-Plus

• Input multimodale nativo che supporta testo, immagini e video in una pipeline di ragionamento unificata.
• Finestra di contesto fino a 1M token, abilitando l’analisi di grandi codebase e flussi di lavoro su documenti lunghi.
• Capacità ibride GUI + CLI per agenti, che consentono al modello di comprendere le schermate e interagire con ambienti software.
• Programmazione avanzata e uso di strumenti, inclusi function calling, output strutturati e integrazione di strumenti esterni.
• Comprensione visiva di grafici, documenti e screenshot, utile per attività di business, ingegneria e UI.
• Endpoint API compatibile con OpenAI, che consente una migrazione relativamente semplice dalle infrastrutture LLM esistenti.

Prestazioni nei benchmark di Qwen3.7-Plus

Secondo report pubblici sui benchmark e piattaforme di valutazione di terze parti, Qwen3.7-Plus offre prestazioni d’avanguardia in ambito multimodale e agentico:

• Artificial Analysis Intelligence Index: 53.3.
• GPQA Diamond: circa 90.0%.
• IFBench: circa 78.0%.
• AA Long Context Reasoning (AA-LCR): circa 65.0%.
• Terminal-Bench Hard: circa 47.0%, che riflette solide capacità di programmazione agentica.

Alibaba segnala inoltre che Qwen3.7-Plus offre prestazioni competitive rispetto ai principali modelli proprietari sui benchmark di agent e coding, con particolare forza nei compiti multimodali e nell’interazione con l’interfaccia utente.

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

Per progetti che coinvolgono screenshot, automazione dell’interfaccia utente, debug visivo o workflow multimodali, Qwen3.7-Plus è generalmente la scelta migliore. Per il solo ragionamento testuale o per il coding su scala di repository, Qwen3.7-Max rimane l’opzione più forte.

Limitazioni

• Qwen3.7-Plus è attualmente rilasciato come modello proprietario in fase di anteprima e alcune capacità potrebbero evolvere prima della release stabile.
• Le funzionalità di function-calling e alcuni strumenti per agenti sono ancora in fase di rollout.
• Per carichi completamente testuali e molto intensivi in termini di ragionamento, Qwen3.7-Max può offrire prestazioni leggermente migliori.
• Come per la maggior parte dei grandi modelli multimodali, gli sviluppatori dovrebbero validare le prestazioni sui propri dataset di immagini e UI prima della messa in produzione.

Casi d’uso rappresentativi

1. Agenti di IA che combinano interazioni con browser, GUI e terminale.
2. Debug del software a partire da screenshot e catture dell’interfaccia utente.
3. Analisi di documenti, grafici e dashboard.
4. Assistenti di programmazione visiva che generano codice da mockup o diagrammi.
5. Flussi di produttività enterprise che coinvolgono input misti di testo e immagini.
6. Assistenti di ricerca multimodali che combinano ricerca web e comprensione visiva