Till skillnad från vissa multimodala modeller som bara beskriver bilder, positionerar sig Qwen3.7-Plus som en hybrid-GUI + CLI-agent som kan hantera webbläsare, skrivbordsapplikationer och terminalmiljöer enbart med visuell input . I en demonstration slutförde modellen en fullständig apputvecklingscykel på 11 timmar och genererade över 10 000 rader kod helt på egen hand . Den finns tillgänglig via Alibaba Cloud’s Model Studio (Bailian) med API-åtkomst och ett kontextfönster på 1 miljon tecken .
Modellens kapacitet sträcker sig långt bortom enkel bildtextning. Qwen3.7-Plus bygger på fem centrala agentförmågor :
Dessa förmågor gör Qwen3.7-Plus särskilt lämplig för GUI-automation, mjukvaruutveckling från skärmmockuper, webbrowser-agenter och scenarier som kräver ramverksöverskridande distribution (Claude Code, OpenClaw, Qwen Code) . Modellen behåller också textagent-styrkorna från Qwen3.7-familjen, inklusive konkurrenskraftig kodning, resonemang och instruktionsföljning .
Alibaba släppte de två modellerna samtidigt som förhandsvisningar i maj 2026, och de tjänar olika syften trots att de delar samma Qwen3.7-grund .
| Förmåga | Qwen3.7-Max | Qwen3.7-Plus |
|---|---|---|
| Modalitet | Endast text | Multimodal – text, bilder, video, skärmbilder |
| Primärt användningsområde | Avancerad kodning, matematik, långa dokument, textbaserade agenter | GUI-automation, visuellt resonemang, hybrid-CLI + GUI-agenter |
| LM Arena text-rankning | #13 totalt (Elo ~1 475) – #1 bland kinesiska modeller | #15 text (vissa källor anger att den ligger nära Max-nivå) |
| LM Arena vision-rankning | Inte tillämplig (kan inte bearbeta bilder) | #16 globalt – Alibaba rankades som #5 labb inom vision |
| Kodningsrankning (Arena) | #10 | #12 |
| Viktiga benchmarkresultat | GPQA Diamond: 92,4%, SWE-bench Verified: 80,4%, Terminal-Bench 2.0: 69,7%, Arena-Hard v2: 90,2 | ScreenSpot Pro: 79,0, Terminal-Bench: 70,3 – något lägre på rena textmått men stark på visuella agentbenchmarks |
| Pris (per miljon tokens) | ~$6,00 input / $18,00 output | $0,86–$1,20 input / $2,20–$3,60 output – betydligt billigare |
Den praktiska skillnaden: Qwen3.7-Max är textflaggskeppet för utvecklare som behöver maximal kodnings- och resonemangsprestanda på texttunga uppgifter. Qwen3.7-Plus lägger till bildseende – förmågan att bokstavligen se vad som finns på en skärm och agera på det – till ett mycket lägre pris . Om ditt arbetsflöde involverar skärmbilder, webbgränssnitt eller visuell felsökning kan Max inte hantera dessa uppgifter alls; Plus är byggd för dem .
Qwen3.7-Max-Preview och Qwen3.7-Plus-Preview gick in på Arena AI (tidigare LMArena) i mitten av maj 2026, och rankningarna visade tydligt var respektive modell hade sina styrkor :
På oberoende sammansatta benchmarks fick Qwen3.7-Max 56,6 på Artificial Analysis Intelligence Index v4.0 – högst av en kinesisk modell vid lanseringen – och 92/100 på BenchLM.ai, vilket rankar den som #3 av 117 modeller . Plus-modellens fristående benchmarkresultat är fortfarande begränsade på grund av dess status som förhandsversion, men tidiga tester visar att den håller jämna steg i kodnings- och agentbenchmarks samtidigt som den introducerar helt nya multimodala förmågor .
Investerare reagerade kraftfullt på tillkännagivandet av Qwen3.7-Plus den 2 juni 2026. Alibabas aktie rörde sig märkbart på både Hongkong- och USA-börserna :
Den omedelbara katalysatorn var den formella lanseringen av Qwen3.7-Plus tillsammans med tillgängligheten på Bailian-molnplattformen, vilket stärkte Alibabas position på den snabbt växande AI-agentmarknaden . Aktierörelsen följer ett mönster där tidigare lanseringar av Qwen-modeller – inklusive Qwen3-Max och Qwen3-Coder – konsekvent har drivit positiv investerarsentiment .
Qwen3.7-Plus är mer än bara en specifikationsuppgradering. Genom att integrera syn, resonemang och autonomt utförande i en enda agent drar Alibaba en linje mellan modeller som svarar på frågor och modeller som slutför verkligt arbete över grafiska och kommandobaserade gränssnitt. För utvecklare som utvärderar Qwen-ekosystemet handlar valet mellan Max och Plus om en enda fråga: behöver du en modell som läser kod, eller en som läser din skärm?
Till skillnad från vissa multimodala modeller som bara beskriver bilder, positionerar sig Qwen3.7-Plus som en hybrid-GUI + CLI-agent som kan hantera webbläsare, skrivbordsapplikationer och terminalmiljöer enbart med visuell input . I en demonstration slutförde modellen en fullständig apputvecklingscykel på 11 timmar och genererade över 10 000 rader kod helt på egen hand . Den finns tillgänglig via Alibaba Cloud’s Model Studio (Bailian) med API-åtkomst och ett kontextfönster på 1 miljon tecken .
Modellens kapacitet sträcker sig långt bortom enkel bildtextning. Qwen3.7-Plus bygger på fem centrala agentförmågor :
Dessa förmågor gör Qwen3.7-Plus särskilt lämplig för GUI-automation, mjukvaruutveckling från skärmmockuper, webbrowser-agenter och scenarier som kräver ramverksöverskridande distribution (Claude Code, OpenClaw, Qwen Code) . Modellen behåller också textagent-styrkorna från Qwen3.7-familjen, inklusive konkurrenskraftig kodning, resonemang och instruktionsföljning .
Alibaba släppte de två modellerna samtidigt som förhandsvisningar i maj 2026, och de tjänar olika syften trots att de delar samma Qwen3.7-grund .
| Förmåga | Qwen3.7-Max | Qwen3.7-Plus |
|---|---|---|
| Modalitet | Endast text | Multimodal – text, bilder, video, skärmbilder |
| Primärt användningsområde | Avancerad kodning, matematik, långa dokument, textbaserade agenter | GUI-automation, visuellt resonemang, hybrid-CLI + GUI-agenter |
| LM Arena text-rankning | #13 totalt (Elo ~1 475) – #1 bland kinesiska modeller | #15 text (vissa källor anger att den ligger nära Max-nivå) |
| LM Arena vision-rankning | Inte tillämplig (kan inte bearbeta bilder) | #16 globalt – Alibaba rankades som #5 labb inom vision |
| Kodningsrankning (Arena) | #10 | #12 |
| Viktiga benchmarkresultat | GPQA Diamond: 92,4%, SWE-bench Verified: 80,4%, Terminal-Bench 2.0: 69,7%, Arena-Hard v2: 90,2 | ScreenSpot Pro: 79,0, Terminal-Bench: 70,3 – något lägre på rena textmått men stark på visuella agentbenchmarks |
| Pris (per miljon tokens) | ~$6,00 input / $18,00 output | $0,86–$1,20 input / $2,20–$3,60 output – betydligt billigare |
Den praktiska skillnaden: Qwen3.7-Max är textflaggskeppet för utvecklare som behöver maximal kodnings- och resonemangsprestanda på texttunga uppgifter. Qwen3.7-Plus lägger till bildseende – förmågan att bokstavligen se vad som finns på en skärm och agera på det – till ett mycket lägre pris . Om ditt arbetsflöde involverar skärmbilder, webbgränssnitt eller visuell felsökning kan Max inte hantera dessa uppgifter alls; Plus är byggd för dem .
Qwen3.7-Max-Preview och Qwen3.7-Plus-Preview gick in på Arena AI (tidigare LMArena) i mitten av maj 2026, och rankningarna visade tydligt var respektive modell hade sina styrkor :
På oberoende sammansatta benchmarks fick Qwen3.7-Max 56,6 på Artificial Analysis Intelligence Index v4.0 – högst av en kinesisk modell vid lanseringen – och 92/100 på BenchLM.ai, vilket rankar den som #3 av 117 modeller . Plus-modellens fristående benchmarkresultat är fortfarande begränsade på grund av dess status som förhandsversion, men tidiga tester visar att den håller jämna steg i kodnings- och agentbenchmarks samtidigt som den introducerar helt nya multimodala förmågor .
Investerare reagerade kraftfullt på tillkännagivandet av Qwen3.7-Plus den 2 juni 2026. Alibabas aktie rörde sig märkbart på både Hongkong- och USA-börserna :
Den omedelbara katalysatorn var den formella lanseringen av Qwen3.7-Plus tillsammans med tillgängligheten på Bailian-molnplattformen, vilket stärkte Alibabas position på den snabbt växande AI-agentmarknaden . Aktierörelsen följer ett mönster där tidigare lanseringar av Qwen-modeller – inklusive Qwen3-Max och Qwen3-Coder – konsekvent har drivit positiv investerarsentiment .
Qwen3.7-Plus är mer än bara en specifikationsuppgradering. Genom att integrera syn, resonemang och autonomt utförande i en enda agent drar Alibaba en linje mellan modeller som svarar på frågor och modeller som slutför verkligt arbete över grafiska och kommandobaserade gränssnitt. För utvecklare som utvärderar Qwen-ekosystemet handlar valet mellan Max och Plus om en enda fråga: behöver du en modell som läser kod, eller en som läser din skärm?