最新版通义千问（Qwen3.7-Plus）功能介绍-阿里云开发者社区

Qwen3.7-Plus是通义千问3.7系列中定位高性价比多模态混合智能体基座的主力版本，采用35B稠密参数架构，在继承Qwen3.7强大文本与智能体能力的基础上，全面升级视觉-语言融合能力，实现“看、想、写、做、验”全流程闭环。它原生统一文本、图片、截图、短视频、网页五大输入形态，打通GUI可视化界面与CLI命令行双操作环境，既能看懂真实世界与屏幕内容，又能深度推理、编写代码、调用工具、自主执行并验证结果，在Vision Arena等权威多模态评测中跻身全球前五、中国第一。相较于同系列旗舰Max，Qwen3.7-Plus以更低成本实现了全模态能力覆盖，是个人开发者、中小企业与高频调用场景的首选AI基座，已上架千问云与阿里云百炼平台，支持API直接调用与推理后付费模式。

一、核心定位与技术架构：平衡性能与成本的多模态旗舰

Qwen3.7-Plus的核心定位是全能型多模态混合智能体，区别于Qwen3.7-Max专注纯文本深度推理的定位，它聚焦“视觉+文本”双模态融合与全链路执行，主打“一个模型，能看、能想、能写代码、能行动”。作为Qwen3.7产品矩阵的中端主力，它是同系列中唯一同时支持文本、图片、视频三种模态的模型，却以中端定价提供接近旗舰的性能，性价比优势显著。详情👉访问阿里云百炼大模型服务平台页面了解

在技术架构上，Qwen3.7-Plus采用35B稠密参数设计，搭配优化混合注意力机制与动态累积生存博弈框架训练，确保长程任务稳定输出。其预训练数据量高达36万亿tokens，覆盖119种语言，具备极强的多语言理解与生成能力。模型原生支持100万token上下文窗口，最长可输出64000token内容，能一次性处理整本书籍、整套代码库、数十万字报告等超长内容，彻底解决长文本信息丢失痛点。

视觉处理能力方面，Qwen3.7-Plus单图支持1600万像素解析，一次最多可处理2048张图片；视频方面最长支持2小时内容，可同时输入64个视频，实现对动态场景的精准理解。智能体能力上，模型支持35小时连续自治运行、1000+次顺序工具调用，在实测中曾连续稳定运行11小时，生成超10000行代码，自主完成英语单词学习App的完整研发闭环。同时，它兼容Claude Code、OpenClaw、Qwen Code等主流智能体框架，生态适配性极强。

二、核心能力突破：六大维度，定义多模态智能体新标杆

详情👉访问阿里云百炼大模型服务平台页面了解

1. 全模态统一理解：看遍世界，读懂万物

Qwen3.7-Plus实现文本、图像、视频、屏幕、网页五大模态的统一理解与交互，打破单一模态交互局限。

图像理解：精准识别图片内容、解析图表数据、理解场景语义、提取OCR文字，支持票据、表格、复杂UI页面、设计稿等专业图像分析，在BabyVision、MathVision等视觉评测中表现卓越。
视频理解：支持2小时长视频输入，可提取关键帧、理解视频语义、生成字幕、分析动态场景，在LingoQA驾驶场景评测中展现出对空间关系的精准把握。
屏幕理解：深度解析桌面端与移动端UI界面，识别控件、理解布局、定位功能，ScreenSpot Pro评测得分79，超越GPT-5.4与Gemini-3.1 Pro。
网页理解：自动解析网页结构、提取关键信息、理解交互逻辑，支持网页内容问答与操作指导。
多模态融合：支持图文混合、音视频+文本、截图+指令等复合输入，实现跨模态信息关联与综合推理。

2. 视觉编程：从截图到代码，一键生成可执行产物

视觉编程是Qwen3.7-Plus的核心差异化能力，实现视觉参考到代码的端到端转化，无需手动描述需求，仅需提供截图、草图或设计稿，即可生成完整可执行代码。

前端生成：从UI截图、设计稿一键生成HTML、CSS、JavaScript代码，复刻页面布局、样式与交互效果，支持SVG动画与交互式网页开发。
跨平台代码：生成SwiftUI、React、Vue等多框架代码，适配macOS、iOS、Android等平台，曾自主复刻macOS原生Stocks应用，完整复现功能与交互。
代码优化：基于视觉参考优化现有代码，修复布局问题、提升交互体验，生成可直接部署的生产级代码。
设计转开发：产品经理、设计师无需编写代码，仅需提供设计稿截图，即可快速生成前端原型，大幅缩短开发周期。

3. GUI智能体：看懂界面，自主操作，完成全流程任务

Qwen3.7-Plus内置GUI智能体引擎，实现对桌面端与移动端应用的自主理解、规划与操作，打通“看懂界面→规划步骤→执行操作→验证结果”的全流程。

界面解析：精准识别应用控件、菜单、按钮、输入框等元素，理解界面布局与功能逻辑。
任务规划：根据用户指令自动拆解操作步骤，规划最优执行路径，支持多步复杂操作。
自主执行：模拟人类操作，完成点击、输入、滑动、选择等动作，在OSWorld-Verified、AndroidWorld等评测中表现优异。
闭环验证：操作完成后自主验证结果，确保任务成功执行，支持错误重试与迭代优化。

4. 全栈编程能力：文本+视觉双驱动，开发者效率倍增

在纯文本编程能力上，Qwen3.7-Plus同样表现强劲，在Terminal-Bench 2.0、SWE-bench、SciCode等权威编程测评中位列Plus级别模型前列，多项指标直逼Max级旗舰。

全语言支持：精通Python、TypeScript、Go、Rust、Java、SQL等主流编程语言，支持多语言混合开发。
仓库级处理：自主读取完整项目代码库，分析依赖关系，实现大型项目重构、漏洞定位、单元测试生成。
智能编程代理：内置代码专家模块，根据需求生成完整功能模块、API接口、微服务架构，支持代码调试与性能优化。
代码解释器：配套轻量化代码解释器，支持在线运行代码、数据分析、可视化图表生成，无需本地搭建环境。
视觉+文本协同：结合视觉参考与文本指令，生成更贴合需求的代码，解决传统编程模型“理解偏差”问题。

5. 深度推理与长程执行：复杂任务，精准落地

Qwen3.7-Plus具备极强的逻辑推理与长程任务执行能力，支持深度思考模式，在GPQA Diamond等高难度STEM推理基准中表现优异。

双推理模式：支持深度思考与极速快速模式切换，深度模式下输出完整推理过程，适合复杂分析；快速模式下响应更快，适合实时交互。
长程稳定执行：支持35小时连续自治运行、千次以上工具调用，在复杂多轮任务中无上下文遗忘、无指令漂移。
数学与科学推理：在AIME2025数学竞赛测试中，与Max级模型答对相同题目，但单题耗时仅113秒，比Max快近三倍。
自我验证：输出结果后自主校验，修正错误，降低幻觉率，提升输出可靠性。

6. 工具调用与生态兼容：无缝对接，能力无限扩展

Qwen3.7-Plus内置标准化工具调用框架，原生兼容阿里生态四百余项服务，同时支持对接外部API、数据库、文件系统与第三方工具。

多工具协同：自主调度多个工具完成复杂任务，支持工具链式调用与结果整合。
生态兼容：无缝对接OpenClaw、Hermes Agent、Cursor、Windsurf等主流开发与智能体工具，适配多种开发框架。
MCP服务：支持MCP（Model Control Protocol）协议，可调用WebParser等MCP服务，实现网页解析、数据提取等扩展能力。

三、实战调用：API接入与代码命令全解

Qwen3.7-Plus依托阿里云百炼平台提供OpenAI兼容API与Anthropic兼容API，支持多种调用方式，以下为核心代码命令与实战示例：

1. 环境准备与SDK安装

# 安装OpenAI兼容SDK
pip install openai>=1.0.0
# 安装Anthropic兼容SDK
pip install anthropic
# 安装Qwen Code命令行工具
npm install -g @qwen-code/qwen-code@latest

2. OpenAI兼容API调用（文本+图像）

适合文本问答、图像理解、代码生成等通用场景：

import os
from openai import OpenAI

# 初始化客户端
client = OpenAI(
    api_key=os.getenv("QWEN_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

def multimodal_call():
    """多模态调用：文本+图像输入"""
    response = client.chat.completions.create(
        model="qwen3.7-plus",
        messages=[
            {
   
                "role": "user",
                "content": [
                    {
   "type": "text", "text": "分析这张UI截图，生成对应的HTML和CSS代码"},
                    {
   "type": "image_url", "image_url": {
   "url": "https://example.com/ui-screenshot.png"}}
                ]
            }
        ],
        temperature=0.3,
        max_tokens=4096
    )
    print("【多模态调用结果】")
    print(response.choices[0].message.content)
    print(f"Token消耗：输入{response.usage.prompt_tokens}，输出{response.usage.completion_tokens}")

# 执行调用
multimodal_call()

3. Anthropic兼容API调用（深度思考模式）

适合需要模型展示推理过程的复杂场景：

import os
from anthropic import Anthropic

# 初始化客户端
client = Anthropic(
    api_key=os.getenv("QWEN_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/apps/anthropic"
)

def thinking_mode_call():
    """开启深度思考模式，获取推理过程"""
    response = client.messages.create(
        model="qwen3.7-plus",
        max_tokens=4096,
        system="你是资深全栈工程师，擅长代码分析与架构设计",
        messages=[
            {
   "role": "user", "content": "分析这段Python代码的问题并提供优化方案，需详细说明推理过程"}
        ],
        thinking={
   "type": "enabled", "budget": "high"}
    )
    print("【深度思考模式结果】")
    print(response.content[0].text)

# 执行调用
thinking_mode_call()

4. 流式调用（实时交互）

适合聊天交互、实时内容生成：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("QWEN_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

def stream_call():
    """流式调用：逐字输出响应"""
    response = client.chat.completions.create(
        model="qwen3.7-plus",
        messages=[{
   "role": "user", "content": "撰写一篇关于Qwen3.7-Plus视觉编程能力的技术介绍"}],
        temperature=0.7,
        max_tokens=2048,
        stream=True
    )
    print("【流式调用结果】")
    for chunk in response:
        if chunk.choices[0].delta.content:
            print(chunk.choices[0].delta.content, end="", flush=True)
    print("\n")

# 执行调用
stream_call()

5. 代码解释器调用（在线运行代码）

适合代码调试、数据分析场景：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("QWEN_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

def code_interpreter_call():
    """调用代码解释器，在线运行代码"""
    response = client.chat.completions.create(
        model="qwen3.7-plus",
        messages=[{
   "role": "user", "content": "运行以下代码并分析结果：\nimport numpy as np\ndata = np.random.randn(100)\nprint(np.mean(data), np.std(data))"}],
        temperature=0.1,
        max_tokens=1024,
        extra_body={
   "enable_code_interpreter": True}
    )
    print("【代码解释器结果】")
    print(response.choices[0].message.content)

# 执行调用
code_interpreter_call()

6. cURL命令行调用（快速测试）

# 文本调用
curl https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $QWEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [{"role": "user", "content": "生成一个Python Flask用户登录接口"}],
    "temperature": 0.3,
    "max_tokens": 2048
  }'

# 多模态调用（文本+图像）
curl https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $QWEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [
      {
        "role": "user",
        "content": [
          {"type": "text", "text": "分析这张图表并生成数据报告"},
          {"type": "image_url", "image_url": {"url": "https://example.com/chart.png"}}
        ]
      }
    ],
    "temperature": 0.5,
    "max_tokens": 4096
  }'

7. Qwen Code命令行工具调用

# 启动Qwen Code
qwen
# 切换模型为Qwen3.7-Plus
/model qwen3.7-plus
# 执行视觉编程指令
> 根据这张UI截图生成React代码（上传截图后）
# 开启深度思考模式
/thinking high
# 退出会话
/quit
# 更新工具
npm install -g @qwen-code/qwen-code@latest

四、应用场景：全领域赋能，释放多模态生产力

1. 研发与设计领域

视觉编程：UI截图转前端代码、设计稿转可执行应用、快速生成原型
全栈开发：代码生成、调试、优化、单元测试、项目重构
GUI自动化：应用操作自动化、测试用例生成、功能验证
设计协同：设计师与开发者无缝对接，减少沟通成本

2. 企业办公与管理

长文档处理：百万字文档总结、图表分析、OCR提取、多文档对比
办公自动化：报表生成、PPT制作、会议纪要、邮件处理
数据可视化：数据导入后自动分析、生成图表与报告
智能客服：多模态客服智能体，处理图文咨询、操作指导

3. 专业领域应用

法律行业：合同审查、票据分析、法律文书生成、案例对比
金融行业：财报分析、图表解读、风险评估、数据建模
医疗行业：医学影像辅助分析、病历解读、健康报告生成
教育行业：图文教学、作业批改、知识点讲解、创意设计

4. 个人创作与效率提升

内容创作：图文混合创作、视频脚本生成、翻译润色
创意设计：文本转图像、设计灵感、UI原型快速生成
学习辅助：知识解答、资料整理、代码学习、难点解析
生活服务：出行规划、信息查询、事务提醒、内容总结

五、性价比优势与产业价值

Qwen3.7-Plus以中端定价提供旗舰级多模态能力，性价比优势显著，具备深远产业价值：

降低AI落地成本：输入单价0.4美元/百万token，输出1.6美元/百万token，缓存命中输入仅0.08美元/百万token，比Max便宜7.5-9.4倍，比同类竞品便宜约10倍。
提升开发效率：视觉编程与GUI智能体能力大幅缩短开发周期，5人开发团队月均成本仅25美元，大幅降低研发投入。
拓展应用边界：多模态能力让AI从“文本交互”走向“视觉+行动”，赋能更多场景，推动千行百业智能化升级。
夯实国产AI生态：作为国产多模态智能体标杆，推动OpenClaw、Hermes Agent等国产工具生态发展，减少对国外技术依赖。

六、总结

Qwen3.7-Plus作为通义千问3.7系列的主力多模态模型，以35B稠密架构、百万级上下文、全模态理解、视觉编程、GUI智能体、全栈编程六大核心能力，重新定义了中端大模型的性能上限。它不仅是一款强大的多模态交互工具，更是能“看、想、写、做、验”的全能智能体基座，完美平衡性能与成本，适配个人高效创作、企业复杂业务、专业领域深耕等多元场景。

通过标准化兼容API与丰富的调用方式，Qwen3.7-Plus可快速集成到各类应用与系统中，为个人与企业提供稳定、高效、精准的多模态AI服务。随着多模态智能体时代的到来，Qwen3.7-Plus将成为AI落地的核心引擎，持续赋能千行百业，推动数字化与智能化的深度融合，释放前所未有的生产力价值。

最新版通义千问（Qwen3.7-Plus）功能介绍