Tout savoir sur Qwen3.7-Plus, le modèle IA multimodal d'Alibaba qui a fait bondir l'action en bourse

Qwen3.7-Plus : bien plus qu'un chatbot, un véritable agent multimodal

Lancé le 2 juin 2026 par l'équipe Qwen d'Alibaba, Qwen3.7-Plus est ce que l'on appelle un modèle d'agent multimodal. Il ne se contente pas de générer du texte à partir d'une consigne écrite : il est conçu pour voir, raisonner et agir de manière autonome dans un environnement numérique, en combinant vision et langage au sein d'une unique fondation intelligente .

En héritant des puissantes capacités textuelles de Qwen3.7, ce nouveau modèle pousse les curseurs de l'interaction homme-machine bien plus loin. Il peut comprendre des images, des vidéos et des captures d'écran (compréhension visuelle, et non génération) pour naviguer sur des interfaces, déboguer du code ou automatiser des tâches complexes, le tout avec une fenêtre de contexte exceptionnelle d'un million de tokens, soit l'équivalent de plusieurs romans .

Cinq capacités clés qui redéfinissent les agents IA

La philosophie de Qwen3.7-Plus repose sur un cycle complet : percevoir l'écran, raisonner sur ce qu'il voit, écrire le code nécessaire, exécuter une action puis en vérifier le résultat. Voici ses cinq aptitudes fondamentales :

• Compréhension visuelle et pilotage d'interfaces : Le modèle peut lire des captures d'écran, comprendre une interface graphique (GUI) et naviguer dans un navigateur ou une application de bureau en se basant uniquement sur ce qu'il voit à l'écran .
• Raisonnement profond : Il est capable de mener une inférence logique en plusieurs étapes à partir d'images et de textes combinés .
• Auto-programmation (self-coding) : Qwen3.7-Plus peut écrire, déboguer et exécuter du code de manière entièrement autonome .
• Invocation d'outils : Pendant l'exécution d'une tâche, il peut faire appel à des API externes ou à divers outils logiciels .
• Vérification et itération autonomes : Il vérifie lui-même ses résultats et corrige le tir sans intervention humaine. La démonstration la plus spectaculaire : le développement complet d'une application mobile, mené de A à Z en 11 heures .

Le modèle est d'ores et déjà disponible sur Alibaba Cloud Model Studio, la plateforme d'IA générative d'Alibaba (anciennement Bailian), et accessible via API .

Qwen3.7-Plus vs Qwen3.7-Max : un duo complémentaire

Contrairement à ce que leur nom pourrait laisser penser, ces deux modèles ne sont pas en concurrence mais répondent à des besoins radicalement différents. Voici un comparatif clair :

Critère	Qwen3.7-Max	Qwen3.7-Plus
Modalité	Texte uniquement (ne peut pas traiter les images)	Multimodal : texte + vision (images, vidéos, captures d'écran)
Usage principal	Code, mathématiques, raisonnement sur de longs documents, tâches d'agent textuel avancées	Automatisation d'interfaces graphiques (GUI), compréhension d'images, tâches d'agent visuelles
Classement LM Arena (Texte)	13e mondial (Elo ~1475), 1er parmi les modèles chinois	15e mondial
Classement LM Arena (Vision)	N/A (pas de module de vision)	16e mondial
Classement Codage (Arena)	10e (Arena-Hard v2 score de 90,2)	12e
Benchmarks clés	GPQA Diamond : 92,4 %, SWE-bench Verified : 80,4 %, Terminal-Bench 2.0 : 69,7 %	Textuels légèrement inférieurs au Max, mais performances d'agent comparables
Tarification	~6,00 $/million de tokens en entrée, ~18,00 $ en sortie	0,86–1,20 $ en entrée, 2,20–3,60 $ en sortie (bien moins cher)

En résumé : Qwen3.7-Max est le fleuron textuel pour les experts en code et en raisonnement pur. Qwen3.7-Plus lui ajoute la vision et une polyvalence d'agent multimodal, pour un tarif à la token bien plus démocratique .

Des performances prometteuses sur la scène mondiale

Avant même leur sortie officielle, les versions « Preview » de ces modèles ont été testées anonymement sur Arena AI (anciennement LMArena), la plateforme de classement par préférence humaine. Les résultats ont confirmé la montée en puissance de l'écosystème Qwen :

• Qwen3.7-Max-Preview : 13e au classement général de l'arène textuelle avec un Elo de 1 475, 7e en mathématiques, 10e en codage, 9e en logiciels/IT. Le laboratoire Alibaba-Qwen a été classé 6e laboratoire mondial de texte .
• Qwen3.7-Plus-Preview : 16e au classement de l'arène visuelle, ce qui positionne Alibaba comme 5e laboratoire mondial en Vision Arena, une première pour un modèle chinois .

Une réaction boursière immédiate et spectaculaire

L'annonce de Qwen3.7-Plus a eu un effet catalyseur sur le cours d'Alibaba, déjà porté depuis des mois par la dynamique de ses innovations en IA :

• À la Bourse de Hong Kong (9988.HK) : le titre a grimpé en séance de 6,84 % pour clôturer à 130,90 HK$, soit une hausse de 6,6 % sur la journée du 2 juin 2026 .
• À Wall Street (ADR BABA) : avant l'ouverture du marché, l'action s'envolait de plus de 6 % pour atteindre 133,23 $ .

Cette réaction souligne la confiance des investisseurs dans la capacité d'Alibaba à transformer son avance en intelligence artificielle en un véritable relais de croissance, en particulier via sa division cloud.

L'avenir des agents hybrides

Avec Qwen3.7-Plus, Alibaba ne se contente pas de rivaliser sur les grands modèles de langage traditionnels. L'entreprise chinoise défriche un nouveau territoire : celui des agents IA capables d'opérer directement nos écrans et nos logiciels, sans que nous ayons à leur décrire chaque pixel. De l'automatisation du poste de travail au développement logiciel autonome, les cas d'usage sont aussi vastes que les interfaces qui peuplent notre quotidien numérique.

L'écosystème Qwen poursuit son ascension, et la messe n'est sans doute pas dite : la version définitive de ces modèles, encore plus affûtée, est attendue dans les prochains mois.