MiniMax M3 模子昨日刚炸场，阿里千问又发布了一个强到可怕的新"怪物"。

6 月 2 日，阿里云通义千问团队在 X 平台认真晓谕发布Qwen3.7-Plus。这是一个多模态 Agent 模子，官方表述是"将视觉与话语长入为一体化智能体基座"。

团队用一句话来详细了它的居品定位："一个模子，能看、能念念、能写代码、能行为。"

用 Qwen3.7-Plus 作念 App、复刻股票运用不在话下。千问官方博客表露，基于 Qwen3.7-Plus 构建的 Hybrid-Agent 系统，曾一语气认知初始 11 小时以上，自动完成一款英语单词学习 App 的完好研发闭环。Hybrid-Agent 系统还自主完成了 macOS 原生 Stocks 股市运用的高保真复刻。而模子屏幕和会得分 79，也逾越 GPT-5.4 和 Gemini-3.1 Pro。

而千问此次发布的时候点颇为玄妙。就在前一天，MiniMax 刚刚推出新一代旗舰开源模子 M3，声称同期完毕顶尖编程才调、1M 超长高下文与原生多模态。两家在磨灭周内密集发布，国内大模子开源竞赛愈发尖锐化。

Qwen3.7-Plus 的订价为：输入 $0.4/ 百万 token，输出 $1.6/ 百万 token。

"看、念念、写、作念"买通了：一个模子看屏幕、写代码、操作 App

Qwen3.7-Plus 的中枢看点，是把视觉和会和任务膨胀信得过连在了一皆。

官方博客形色，这个模子能 "感知真的寰宇场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航挪动运用"，并在单一智能体轮回中无缝和会 GUI 与 CLI 交互。

这里有两个关节词：GUI 和 CLI。GUI 即是图形界面，比如网页按钮、手机 App 菜单、桌面软件窗口。CLI 即是敕令行，比如工程师用来装配依赖、初始测试、部署处事的玄色窗口。

绵薄说：它不仅仅 " 看懂图片 "，而是能看懂你的手机屏幕或电脑界面，然后我方点击、输入、跳转，把任务作念完。

比如，它不错读取屏幕，和会手机 App 或网页界面里哪个按钮该点；也不错看一张想象图，然青年景 SVG、网页或前端原型；还不错在敕令行里跑代码、看报错、再改代码。

一语气跑 11 小时，训诫一个英语单词学习 App

对于 Qwen3.7-Plus 具体能作念什么：官方给了几个很居品化的演示。

Qwen 官方博客称，基于 Qwen3.7-Plus 构建的 Hybrid-Agent 系统，一语气认知初始 11 小时以上，自动完成一款英语单词学习 App 的研发闭环。

细节包括：生成代码逾越 10000 行，触发 Agent 调用逾越 1000 次，袒护需求文档生成、代码自动编写、自动化装配部署、测试用例创建、GUI 自动化测试、多场景并行测试、居批评释自动更新和版块迭代。

这个案例的关节点不在于"写了些许代码"，而在于链路够长。一个真的软件任务频频不是一次生成代码就扫尾，还要装配、初始、测试、改 Bug、再考证。官方演示念念强调的恰是这种长历程才调。

复刻炒股 APP，还接入真的行情 API

另一个官有酌量例是，径直作念一个炒股 APP。

Qwen 官方博客称，Hybrid-Agent 系统自主完成了 macOS 原生 Stocks 股市运用的高保真复刻。历程包括：交互原生运用并和会 UI 布局和功能细节，基于交互纪录生成 SwiftUI 源码，接入 LongBridge 真的行情 API 获得及时市集数据，自动编译构建并启动复刻运用。

模子自主膨胀了 10 项功能考证测试，骨子包括及时行情加载、股票聘任与切换、多周期视图切换、搜索过滤和严防数据面板展示等，且全部通过。

这个演示更直不雅：模子不是只生成一个静态页面，而是要和会行情 App 的结构、数据源和交互逻辑，再把它作念成一个不错初始的桌面运用。

看图写代码：图像 / 视频转 SVG，也能生成网页原型

Qwen 官方博客称，Qwen3.7-Plus 不错将图像、视频、UI 截图和想象参考摇荡为可膨胀代码，袒护 SVG 复现到完好网页生成。

在图像 / 视频转 SVG 任务中，模子需要识别几何结构、方式、布局、层级相干和动态变化，再用代码抒发出来。对于图标、插画、动效、图形想象和信息可视化，这类才调的居品价值在于：把"看见的参考图"酿成"可剪辑的代码钞票"。

在网页想象任务中，百家乐Android/通用版APP最新版模子不仅要复现页面格调，还要组织布局、写前端代码、处理交互逻辑，并把多模态素材整合进最终页面。

同期，Qwen3.7-Plus 不错算作视觉 Agent，把视觉和会和用具使用结合起来，科罚找不同、补图块、华容谈、走迷宫、拼拼图等任务。

这里的历程不是"看一眼给谜底"。模子会先和会图像结构和料理，再把视觉问题转成可诡计的问题示意，然后自主编写并膨胀代码进行求解、搜索或考证。

跑分奈何看：屏幕和会跑赢 GPT-5.4，但不是通盘方式都第一

在多模态基准测试上，Qwen3.7-Plus 有几个数字值得照顾：

屏幕和会和挪动端操控：ScreenSpot Pro 得分 79.0，高于 GPT-5.4（67.4）和 Gemini 3.1 Pro（68.1）；AndroidWorld 得分 81.0，雷同逾越 Gemini 3.1 Pro（70.7）和 Opus-4.6 Max（62.0）。

数学视觉推理：MathVision 得分 90.3，接近 GPT-5.4 的 91.0，逾越 Gemini 3.1 Pro 的 87.4。

搜索增强视觉问答：SimpleVQA 得分 81.7，WorldVQA 得分 61.1，在这一赛谈上与 Opus-4.6 Max 基本执平。

图表识别：CharXiv ( RQ ) 得分 85.9，为通盘参与对比模子中最高。

纯文本才调方面，官方示意 Qwen3.7-Plus" 全体接近 Max 级别模子 "。

在 Terminal Bench 2.0 上得分 70.3，逾越 Opus-4.6 Max（65.4）、K2.6 Thinking（66.7）和 DeepSeek-V4-Pro Max（67.9）。

在 Deep-Planning（复杂多步研讨）上得分 62.3，雷同最初同级别模子。

不外也有弱项。

在 SWE-Verified（真的软件工程任务）上得分 77.7，低于 Opus-4.6 Max（80.8）和 DeepSeek-V4-Pro Max（80.6）；在 HLE（极难推理）上得分 34.7，低于 GPT-5.4（40.0）。

网友奈何看？

Qwen 官方账号 @Alibaba_Qwen 于 6 月 2 日凌晨 1:54 发布公告，相助 Demo 视频展示了多模态夹杂 Agent 的操作过程。纵容发文，该推文阅读量已达 20 万。

X 网友示意，Qwen3.7-Plus 模子不仅要濒临多样屏幕，还要操作种种用具，并应付杂沓的使命历程。

还有网友示意，Qwen 此次的嘱咐很显豁，即是往 Agent 和 GUI 操控上押注，这个见解当今是对的。

多个网友示意，Qwen 将"看、念念、写、作念"集成于一个模子，着实太便捷了。简直是"集成了一套职工系统！"

有关评述中，不少期间用户照顾的重心采集在两个见解：

一是 ScreenSpot Pro 的 79 分——这被不少东谈主以为是 "GUI Agent 能否信得过商用 " 的关节门槛酌量，Qwen3.7-Plus 刻下是参测模子中的最高分；

二是 Kernel Bench L3 的 98% ——这个酌量测度的是模子优化 GPU 诡计中枢的才调，98% 意味着险些通盘问题都能产出卓绝 PyTorch 默许编译器的有酌量。灵验户指出，这个见解曩昔险些是专科工程师的 " 禁区 "。

与 MiniMax M3 的横向对比

两款模子险些同期发布，定位有所不同。

MiniMax M3 主翻开源，期间论述和模子权重喜悦在 10 天内公开，中枢各异化是 1M 超长高下文（M3 在 1M 高下文下每 token 诡计量独一上代的 1/20）和极强的长线程 Agent 才调（147 次 benchmark 提交、1959 次用具调用完成 FP8 矩阵乘优化）。

MiniMax 团队让 M3 独处复现一篇 ICLR 2025 获奖论文。该任务需要看懂图文、弧线、数据和公式，也需要长高下文装入论文、代码和本质日记，还需要编程和 Agent 才调完成复现。M3 自主初始接近 12 小时，最终跑通中枢本质。

Qwen3.7-Plus 刻下仅提供 API 调用，不开源权重，中枢各异化是多模态与 GUI 操作才调的深度整合，以及对主流训诫框架的即插即用兼容性。

两者在编程 Agent 才调上存在径直竞争，但侧重心不同：M3 更强调长高下文下的自主科研和代码优化才调，Qwen3.7-Plus 更强调视觉感知与界面操作的端到端闭环。

有关勾通：

https://x.com/Alibaba_Qwen/status/2061506641120641494

https://qwen.ai/blog?id=qwen3.7-plus

https://chat.qwen.ai/?models=qwen3.7-plus百家乐Android/通用版APP最新版