阿里发布Qwen3.7-Plus “看、想、写、做、验”一个模型全搞定

6月2日，阿里巴巴发布千问3.7系列多模态大模型Qwen3.7-Plus。该模型文本和视觉能力均大幅提升，在全球视觉大模型榜单 Vision Arena 中跻身全球前五、中国第一。Qwen3.7-Plus实现了多模态混合智能体的新突破，不仅能看懂图片和视频，还能深度推理、自我编程、调用工具、验证测试并自主迭代，将“看、想、写、做、验”整合进统一的智能体工作流，轻松完成一键复刻手机APP应用、桌面端专业软件等复杂长程任务。目前，Qwen3.7-Plus已上线阿里云百炼，对外提供API服务。

图说：三方权威榜单Vision Arena显示，阿里凭借Qwen3.7-Plus，位列全球前五、中国第一

千问3.7是阿里最新推出的大模型系列，两周前发布的Qwen3.7-Max，在全球权威评测Artificial Analysis大模型智能排行榜中位列全球第五、国产第一。Qwen3.7-Plus则是千问3.7系列的最新模型，性能较上代Qwen3.6-Plus进步显著，纯文本能力甚至可接近旗舰模型Qwen3.7-Max的水平，涌现出Plus级别模型最强的编程、Agent、推理及通用能力。在编程实测Terminal Bench 2.0-Terminus、科学问题编程SciCode等评测中，新模型较Qwen3.6-Plus大幅提升约9分，媲美Claude-Opus-4.6Max；在评估通用Agent能力的Skillbench评测中，大幅提升10.2分，展现出强大的智能体能力；在数学推理Apex评测中，Qwen3.7-Plus取得了近3倍于上代模型的性能评分表现。

图说：Qwen3.7-Plus主要评测得分

变得更聪明的Qwen3.7-Plus，还“睁开了眼睛”，并基于智能体的实际需求系统性增强了视觉能力：在纯视觉推理BabyVision评测中，Qwen3.7-Plus得分从上代的37.4大幅提升至64.7，超过了Gemini3.1-Pro，实现了泛化能力的新飞跃；在搜索增强知识问答的 SimpleVQA、MMSearchPlus、MMBC 等权威评测中，新模型较Qwen3.6-Plus性能得分提升最高2倍多，表现大多优于Claude-Opus-4.6 Max、Gemini3.1-Pro，表明千问3.7解决开放问题会更可靠、更准确。

文本与视觉能力的双重提升，也激发出Qwen3.7-Plus崭新的多模态混合智能体能力，可自主闭环执行复杂任务。比如，Qwen3.7-Plus基于强大的GUI感知能力，模拟人与示例股票应用自主交互，并据此自动生成代码；同时，千问3.7还调用工具获取实时数据，自主执行和通过了10项核心测试，一比一复刻了这一桌面端的复杂应用。

图说：Qwen3.7-Plus完整复刻复杂应用

Qwen3.7-Plus更会使用工具，解锁了更多完成视觉任务的潜力：集成CI代码解释器后，千问3.7可以轻松找不同、解华容道、走迷宫、拼拼图；接入搜索增强后，给一张工厂里模糊的专业机械图，千问3.7就能将该设备的功能、参数剖析地准确、清晰，视觉推理更准更强；只需一张照片、截图、草图乃至一段视频，Qwen3.7-Plus 就可以通过“视觉编程”交付一个完整的SVG动画或是精美网页。

Agentic时代，AI从“对话”走向“干活”，千问3.7为迈向现实世界做好准备。Qwen3.7-Plus不但能看懂图片，还能更好地理解视频和驾驶场景，不论是视频中的事件、动作、时序和语义关系，还是真实世界的动态场景、交通参与者和空间关系，千问3.7的理解能力均大为增强，为多模态智能体在自动驾驶、具身智能等真实世界中发挥作用打下基础。