Agentic时代，AI从“对话”走向“干活”。
今天，千问3.7系列最新多模态大模型Qwen3.7-Plus正式发布，并已上架千问云和阿里云百炼，开发者可通过API直接调用。
Qwen3.7-Plus文本和视觉能力均大幅提升，在第三方权威榜单Vision Arena中跻身全球前五、中国第一。
第三方权威榜单Vision Arena显示，阿里凭借Qwen3.7-Plus位列全球前五、中国第一
该模型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。
从“看懂”到“做完”：多模态混合智能体
传统多模态模型的能力往往止步于“理解”。Qwen3.7-Plus将视觉感知与代码生成、工具调用、GUI操控深度融合，支持在单一智能体循环中闭环执行复杂任务。
在一项桌面端应用复刻测试中，Qwen3.7-Plus基于GUI感知能力，模拟人与示例股票应用自主交互，理解UI布局和功能细节，自动生成SwiftUI代码并接入实时行情API获取真实数据，自主执行并通过了10项核心功能测试，完成了对原生macOS Stocks应用的高保真复刻。
在另一项英语词汇学习APP的完整开发测试中，Agent连续稳定运行超11小时，自动完成从需求文档生成、代码编写、安装部署、测试用例创建到多场景测试的全流程，累计生成超10,000行代码，触发超1,000次Agent调用，覆盖了软件研发全生命周期（883436）的核心阶段。
文本能力接近旗舰，编程与Agent能力显著提升
Qwen3.7-Plus是千问3.7系列的最新模型，纯文本能力可接近旗舰模型Qwen3.7-Max的水平，涌现出Plus级别模型中较强的编程、Agent、推理及通用能力：
编程：在Terminal Bench 2.0-Terminus、SciCode等评测中，较上代Qwen3.6-Plus提升约9分
Agent：在评估通用Agent能力的Skillbench评测中提升10.2分；在MCP-Mark、Deep-Planning等评测中表现突出
推理：在数学推理Apex评测中，取得近3倍于上代模型的性能评分
长上下文：MRCR-v2 128K得分91.7，长文本理解能力表现优异
Qwen3.7-Plus主要评测得分
视觉能力系统性增强
Qwen3.7-Plus围绕智能体的实际需求，对视觉能力进行了系统性增强：
视觉推理：纯视觉推理BabyVision评测得分从上代的37.4提升至64.7，泛化能力大幅提升
搜索增强问答：在SimpleVQA、MMSearchPlus、MMBC等评测中，较上代性能提升最高超2倍。给一张工厂里模糊的专业机械图，千问3.7可以将该设备的功能、参数剖析准确
GUI感知与操控：ScreenSpot Pro从上代68.2提升至79.0，AndroidWorld得分81.0，支持理解和操作真实用户界面
视觉编程：从一张照片、截图、草图或一段视频出发，可通过“视觉编程”交付完整的SVG动画或网页
在视频理解和驾驶场景理解方面，千问3.7对视频中的事件、动作、时序和语义关系，以及真实世界的动态场景、交通参与者和空间关系的理解能力均有增强，为多模态智能体在自动驾驶、具身智能等场景中的应用奠定基础。
工具使用能力拓展
集成CI代码解释器后，Qwen3.7-Plus可以将找不同、华容道、迷宫等视觉任务转化为可计算的问题并自主求解。接入搜索增强后，可结合视觉线索与外部知识，回答仅凭图像内容无法解答的开放性问题。
基于 Qwen3.7-Plus 还可以构建浏览器智能助手，面对非科班用户“采购一台最便宜 ECS 服务器”的需求，Agent 能够直接进入云控制台，完成实例规格比价、低成本选型、镜像与存储配置、安全组设置、订单确认等完整操作，并在价格变化、库存限制或购买受阻时主动反思和调整策略。
