Qwen3.7 Plus adalah model agen multimodal yang dirilis tim Qwen milik Alibaba pada 2 Juni 2026, mengintegrasikan visi dan bahasa dalam satu fondasi agen cerdas [1][2][3]. Model ini mampu 'melihat' dan memahami gambar, video, serta tangkapan layar—bukan sekadar teks—dengan jendela konteks 1 juta token [4][7].

Create a landscape editorial hero image for this Studio Global article: What is Alibaba's Qwen3.7-Plus multimodal AI model, what are its key features and capabilities, how does it compare to the Qwen3.7-Max varia. Article summary: ## What is Qwen3.7-Plus?. Topic tags: general, documentation, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "# Qwen 3.7 vs Qwen 3.6: What Actually Exists and What to Use in Production. Qwen 3.7-Max launched May 19, 2026 as a proprietary API-only model from Alibaba. Qwen 3.6 remains the op" source context "Qwen 3.7 vs Qwen 3.6: What Actually Exists and What to Use in ..." Reference image 2: visual subject "The company claims the model demonstrates performance comparable to GPT-5.2-Thinking, Claude-Opus-4.5, and Gemini 3 Pro." source context "Alibaba’s Qwen3-Max-Thinking expands enterprise AI model
Alibaba kembali mengguncang panggung kecerdasan buatan. Pada 2 Juni 2026, raksasa teknologi China ini resmi memperkenalkan Qwen3.7-Plus . Bukan sekadar model bahasa biasa, ini adalah lompatan besar menuju agen AI yang benar-benar bisa berinteraksi dengan dunia digital seperti manusia: dengan 'mata' dan 'otak' yang terpadu.
Qwen3.7-Plus adalah model agen multimodal yang dibangun di atas fondasi teks Qwen3.7 yang sudah tangguh. Bedanya, model ini mendapatkan peningkatan besar-besaran pada kemampuan visi-bahasa (vision-language) . Artinya, ia tidak hanya membaca teks, tetapi juga memahami gambar, video, dan bahkan tangkapan layar antarmuka aplikasi. Hebatnya lagi, semua ini berjalan dalam jendela konteks hingga 1 juta token—cukup untuk memproses novel tebal sekalipun
.
Jika model AI sebelumnya hanya bisa diajak ngobrol, Qwen3.7-Plus sudah naik kelas. Berikut lima kemampuan utamanya yang membuatnya spesial :
Model ini sudah tersedia di platform Alibaba Cloud Model Studio (Bailian) melalui akses API, siap diintegrasikan oleh para pengembang .
Banyak yang bingung, apa bedanya dengan Qwen3.7-Max yang dirilis lebih dulu? Singkatnya, Max adalah jagoan teks, sedangkan Plus adalah jagoan teks dengan kekuatan visual.
Kesimpulannya: Jika Anda butuh kekuatan tertinggi untuk koding dan penalaran teks murni, Max adalah pilihannya. Tapi jika Anda ingin membangun AI yang bisa berinteraksi dengan antarmuka grafis, mengotomatiskan pekerjaan di komputer, atau memproses konten visual dengan harga lebih bersahabat, Qwen3.7-Plus adalah jawabannya .
Versi pratinjau dari kedua model ini, Qwen3.7-Max-Preview dan Qwen3.7-Plus-Preview, sudah lebih dulu unjuk gigi di ajang Arena AI (dulunya LMArena) pada Mei 2026. Hasilnya cukup membanggakan:
Kabar peluncuran ini langsung disambut meriah oleh investor. Tak butuh waktu lama bagi pasar untuk menunjukkan optimisme mereka terhadap langkah Alibaba di ranah AI multimodal :
Kenaikan ini menegaskan bahwa investor melihat Qwen3.7-Plus bukan hanya sebagai pembaruan teknis, tetapi sebagai langkah strategis yang memperkuat posisi Alibaba dalam persaingan global di industri AI.
Dengan kemampuan vision-language yang matang dan reaksi pasar yang sangat positif, Qwen3.7-Plus menandai era baru Alibaba dalam menghadirkan agen AI yang tidak hanya pintar, tetapi juga 'melihat' dan 'bertindak'. Persaingan di panggung AI global pun dipastikan akan semakin seru.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Qwen3.7 Plus adalah model agen multimodal yang dirilis tim Qwen milik Alibaba pada 2 Juni 2026, mengintegrasikan visi dan bahasa dalam satu fondasi agen cerdas [1][2][3].
Qwen3.7 Plus adalah model agen multimodal yang dirilis tim Qwen milik Alibaba pada 2 Juni 2026, mengintegrasikan visi dan bahasa dalam satu fondasi agen cerdas [1][2][3]. Model ini mampu 'melihat' dan memahami gambar, video, serta tangkapan layar—bukan sekadar teks—dengan jendela konteks 1 juta token [4][7].
Lima kemampuan kunci meliputi: pemahaman visi bahasa, penalaran mendalam, pemrograman mandiri, pemanggilan alat, serta verifikasi dan iterasi otonom yang memungkinkan pengembangan aplikasi nyata 11 jam nonstop [4][5][8].