← Back to Trending

答え公開済み先週Last edited 5 日前25 ソース

アリババ「Qwen3.7 Plus」発表：画像も理解する次世代AIエージェント

Qwen3.7 Plusは、アリババのQwenチームが2026年6月2日に発表した、テキストと画像を統合したマルチモーダルAIエージェントモデルです [1][2][3]。画像や動画を理解し、GUI操作やブラウザの自動化を可能にする「目」を持つAIで、100万トークンのコンテキストウィンドウを誇ります [4][7][8]。

Studio Global AIで検索して事実確認さらにトレンドページを見る

761K0

Conceptual illustration of Alibaba's Qwen3.7-Plus multimodal AI model combining vision, code, and autonomous agent capabilities. — 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 variaAn AI-generated conceptual rendering of Qwen3.7-Plus as a unified multimodal agent.
AI プロンプト
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
openai.com

Qwen3.7 Plusとは？

Qwen3.7-Plusは、テキストと画像を統合的に理解するマルチモーダルAIモデルです。従来のQwen3.7が持つ高度なテキスト処理能力はそのままに、新たに「視覚」を獲得しました。

このAIは、100万トークンという巨大なコンテキストウィンドウを持ち、長文のドキュメントや複雑な画像情報も一度に処理できます。

何ができるのか？主な5つの能力

ただ画像を認識するだけではありません。Qwen3.7-Plusに搭載された中核的な能力は、以下の5つです。

Studio Global AI

Search, cite, and publish your own answer

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Studio Global AIで検索して事実確認

人々も尋ねます

「アリババ「Qwen3.7 Plus」発表：画像も理解する次世代AIエージェント」の短い答えは何ですか?

Qwen3.7 Plusは、アリババのQwenチームが2026年6月2日に発表した、テキストと画像を統合したマルチモーダルAIエージェントモデルです [1][2][3]。

最初に検証する重要なポイントは何ですか?

Qwen3.7 Plusは、アリババのQwenチームが2026年6月2日に発表した、テキストと画像を統合したマルチモーダルAIエージェントモデルです [1][2][3]。画像や動画を理解し、GUI操作やブラウザの自動化を可能にする「目」を持つAIで、100万トークンのコンテキストウィンドウを誇ります [4][7][8]。

次の実践では何をすればいいでしょうか？

純粋なテキスト処理のフラグシップモデル「Qwen3.7 Max」に視覚能力を追加した上位互換に近い位置づけで、価格はMaxよりも低く設定されています [8][9]。

情報源

Comments

0 comments

Loading comments...

比較項目	Qwen3.7-Max	Qwen3.7-Plus
対応モダリティ	テキストのみ	マルチモーダル（テキスト＋画像・動画）
主な用途	コーディング、数学、長文推論	GUI自動化、画像理解、視覚的エージェントタスク
LM Arena テキストランク	13位 (Elo 1475)、中国勢1位	15位
LM Arena ビジョンランク	対象外（画像非対応）	16位
コーディングランク	10位 (Arena-Hard v2: 90.2)	12位
主要ベンチマーク	GPQA Diamond: 92.4%、SWE-bench Verified: 80.4%	Maxよりやや低いが、同等のエージェント能力
利用料金（100万トークンあたり）	入力: 約$6.00 / 出力: 約$18.00	入力: $0.86~$1.20 / 出力: $2.20~$3.60

アリババ「Qwen3.7 Plus」発表：画像も理解する次世代AIエージェント | 答え | Studio Global AI