# Qwen3.7-Plus：多模态智能体智能

- 原标题：Qwen3.7-Plus: Multimodal Agent Intelligence
- 类型：博客
- 来源：Qwen 博客
- 发布时间：2026-05-21
- 首次精选：2026-11-05 10:16
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 5 分钟（按全文字数估算）
- 学习层级：进阶
- 主题：[vision-multimodal-understanding](<https://oplearnx.com/md/topics/vision-multimodal-understanding.md>)（第 10 位）、[computer-browser-agents](<https://oplearnx.com/md/topics/computer-browser-agents.md>)（第 28 位）、[agents-tool-use](<https://oplearnx.com/md/topics/agents-tool-use.md>)（第 70 位）
- 原文链接：[https://qwen.ai/blog?id=qwen3.7-plus](<https://qwen.ai/blog?id=qwen3.7-plus>)
- 本站页面：[https://oplearnx.com/resources/pk\_a96c0e80f772](<https://oplearnx.com/resources/pk_a96c0e80f772>)

## 摘要

这是 Qwen3.7-Plus 的发布博客，介绍一个将视觉与语言统一到单一智能体基础的多模态模型。博客称其在 Qwen3.7 文本主干基础上升级视觉语言能力，保留编码、工具使用和生产力工作流的智能体能力，可作为多模态交互混合智能体感知现实场景、读屏操作 GUI、依据视觉参考写代码、端到端操作手机应用，并在单一智能体循环中混用 GUI 与 CLI。博客还提到它在 Claude Code、OpenClaw、Qwen Code 等不同框架下表现一致，可通过阿里云百炼平台 API 调用，并给出文本基准测试等内容。

## 中文精读

### 1. Qwen3.7-Plus：多模态智能体能力

- 发布 Qwen3.7-Plus，定位为把视觉与语言统一起来的单一多模态智能体基础模型；它继承 Qwen3.7 的文本主干，在保留编程、工具调用与生产力工作流等智能体能力的同时，全面升级视觉语言能力。
- 核心区别在于“多模态交互式混合智能体”：能感知真实场景、读取屏幕并操作图形界面（GUI）、依据视觉参考写代码、端到端操作手机应用、借助网页知识回答视觉问题，并在同一智能体循环中混合 GUI 与命令行（CLI）交互。
- 作为编程智能体与生产力助手，它可从全模态输入出发完成从前端原型到复杂软件工程、多步工作流自动化的任务，并能跨不同智能体脚手架（scaffold）泛化，在 Claude Code、OpenClaw、Qwen Code 等框架下表现一致。
- 已通过阿里云百炼（Alibaba Cloud Model Studio）开放，提供 API 调用；官方列出的要点为：GUI 与 CLI 统一操作、全模态输入、具备感知/推理/定位与检索增强问答的视觉智能体、跨框架泛化。
- 文本基准对比了 Opus-4.6 Max、K2.6 Thinking、GLM-5.1 Thinking、DeepSeek-V4-Pro Max、Qwen3.6-Plus 与 Qwen3.7-Plus。
- 编程与智能体类中，Terminal Bench 2.0-Terminus 得 70.3（Qwen3.6-Plus 61.6），NL2repo 41.1（34.4），QwenSVG 1588（1432），ClawEval 62.7（57.1），Deep-Planning 62.3（40.9），MCP-Mark 58.7（48.2），QwenWorldBench 62.1（47.6）。

### 2. Qwen3.7-Plus：多模态智能体能力（续）

- 部分项目低于对比模型：SWE-Verified 77.7（Qwen3.6-Plus 78.8，Opus-4.6 Max 80.8），HLE 34.7、LiveCodeBench 89.6、GPQA Diamond 90.3，HMMT 2026 Feb 92.9（DeepSeek-V4-Pro Max 95.2）。
- 通用能力上 MRCR-v2 128k 达 91.7、IFBench 79.1，多语言中 PolyMATH 84.0、WMT24\+\+ 84.6。
- 表格脚注给出评测口径：Terminal-Bench 2.0 使用 Harbor/Terminus-2 测试框架，5 小时超时、12 CPU/24 GB 内存，temp=1.0、top\_p=0.95、top\_k=20、max\_tokens=80K、256K 上下文，取 5 次运行均值，每轮开头加 \<think\> 标记让模型自行决定是否展开思考；
- SWE 系列用内部智能体脚手架（bash \+ 文件编辑工具）、200K 上下文；SkillsBench 经 OpenCode 在 78 个任务上评测；Kernel Bench L3 报告相对 PyTorch eager 的中位加速比与快于 torch.compile 的比例，单卡 H100 80GB、隔离容器、限制网络与 500 次工具调用，并用 GPT-5.4 \(xhigh\) 检测作弊行为。

## 原文涉及

- [GitHub - SKYLENAGE-AI/QwenClawBench: General Agent Benchmark for OpenClaw, made by Qwen Team, Alibaba Group.](<https://github.com/skylenage-ai/qwenclawbench>)

---
来源：LearnMap · 学径（https://oplearnx.com）