Qwen3.7 Plus API

Especificações técnicas do Qwen3.7-Plus

O que é o Qwen3.7-Plus?

O Qwen3.7-Plus é o carro-chefe multimodal equilibrado da geração Qwen 3.7 da Alibaba. Enquanto o Qwen3.7-Max se concentra no raciocínio puramente textual e em codificação de longo horizonte, o Qwen3.7-Plus amplia essas capacidades com compreensão nativa de imagens e vídeo, permitindo raciocinar sobre informações visuais e textuais em um único modelo.

O modelo é concebido em torno da ideia de um agente híbrido interativo multimodal: ele pode interpretar capturas de tela, analisar gráficos, compreender interfaces, gerar código a partir de referências visuais e usar ferramentas para concluir tarefas em múltiplas etapas. Isso o torna particularmente atrativo para agentes de IA, automação de GUI e fluxos de produtividade em que o contexto visual é importante.

Principais recursos do Qwen3.7-Plus

• Entrada multimodal nativa, com suporte a texto, imagens e vídeo em um pipeline de raciocínio unificado.
• Janela de contexto de até 1M tokens, viabilizando análise de grandes bases de código e fluxos com documentos longos.
• Recursos de agente híbrido GUI + CLI, permitindo que o modelo compreenda telas e interaja com ambientes de software.
• Programação avançada e uso de ferramentas, incluindo chamada de função, saídas estruturadas e integração com ferramentas externas.
• Compreensão visual para gráficos, documentos e capturas de tela, sendo útil para tarefas de negócios, engenharia e UI.
• Endpoint de API compatível com a OpenAI, possibilitando migração relativamente fácil a partir da infraestrutura de LLM existente.

Desempenho em benchmarks do Qwen3.7-Plus

De acordo com relatórios públicos de benchmarks e plataformas de avaliação de terceiros, o Qwen3.7-Plus oferece desempenho multimodal e agentic de ponta:

• Artificial Analysis Intelligence Index: 53.3.
• GPQA Diamond: aproximadamente 90.0%.
• IFBench: aproximadamente 78.0%.
• AA Long Context Reasoning (AA-LCR): aproximadamente 65.0%.
• Terminal-Bench Hard: aproximadamente 47.0%, refletindo fortes capacidades de codificação agentic.

A Alibaba também relata que o Qwen3.7-Plus apresenta desempenho competitivo em relação aos principais modelos proprietários em benchmarks de agente e codificação, com força particular em tarefas multimodais e interação de UI.

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

Para projetos que envolvem capturas de tela, automação de UI, depuração visual ou fluxos multimodais, o Qwen3.7-Plus é geralmente a melhor escolha. Para raciocínio puramente baseado em texto ou codificação em escala de repositório, o Qwen3.7-Max continua sendo a opção mais forte.

Limitações

• O Qwen3.7-Plus é atualmente lançado como um modelo proprietário em estágio de prévia, e algumas capacidades podem evoluir antes do lançamento estável.
• Recursos de chamada de função e certas ferramentas de agente ainda estão sendo lançados.
• Para cargas de trabalho puramente textuais e intensivas em raciocínio, o Qwen3.7-Max pode entregar desempenho ligeiramente melhor.
• Como na maioria dos grandes modelos multimodais, os desenvolvedores devem validar o desempenho em seus próprios conjuntos de dados de imagem e UI antes da implantação em produção.

Casos de uso representativos

1. Agentes de IA que combinam interações com navegador, GUI e terminal.
2. Depuração de software a partir de capturas de tela e registros de UI.
3. Análise de documentos, gráficos e painéis.
4. Assistentes de codificação visual que geram código a partir de mockups ou diagramas.
5. Fluxos de produtividade corporativa envolvendo entradas mistas de texto e imagem.
6. Assistentes de pesquisa multimodal que combinam busca na web com compreensão visual.