Qwen3.7 plus

qwen3.7-plus

获取 API 密钥API 文档

Qwen3.7-Plus是阿里巴巴Qwen3.7系列中的一款高性价比机型。它支持文本和图像输入以及文本输出，以该系列的文本功能为基础，对其视觉语言能力进行了全面升级，同时保留了编码、工具使用和生产力工作流程的全栈、代理级智能。其显着特征是多模式交互式混合代理功能：它可以感知现实世界场景、读取屏幕并与 GUI 交互、从视觉参考生成代码以及在移动应用程序中执行端到端导航。

上下文窗口1.0M

提供商通义千问

创建时间2026/06/29

在线体验

定价

同一模型能力，多条服务通道；按延迟、稳定性与成本灵活选择。

价格单位：$ / 1M tokens

指定服务通道：在请求体加入 provider 字段，例如 "provider": { "channel": "direct" }。可选 direct / stable / economical；不传则使用默认通道。

直连通道

官方直连链路，适合需要原生体验与完整上下文的请求。

输入上下文	输入	输出
≤ 256K	0.29/M	1.18/M
> 256K	0.88/M	3.53/M

介绍

输入

文本

输出

文本

Qwen3.7-Plus API：能看屏幕、能操作界面的多模态混合智能体

Qwen3.7-Plus 是阿里 Qwen3.7 系列中的高性价比机型，采用稠密架构。它支持文本和图像输入以及文本输出，在该系列文本能力的基础上对视觉语言能力做了全面升级，同时保留了编码、工具使用和生产力工作流的全栈智能体级智能。

它最显著的特征是多模态交互式混合智能体能力：可以感知现实世界场景、读取屏幕并与 GUI 交互、从视觉信息中提取任务要素并驱动后续执行。在 Arena AI 综合评测中，Qwen3.7-Plus-Preview 取得 1156 分，接近 Claude Opus 4.7 的 1189 分。

海鲸AI 通过 OpenAI 兼容接口提供 Qwen3.7-Plus，支持多模态输入、工具调用与流式输出。

获取 API 密钥 · 模型 ID：qwen3.7-plus

---

为什么选择 Qwen3.7-Plus

• 多模态交互式混合智能体 —— 能读屏幕、能与 GUI 交互
• Arena AI 1156 分 —— 接近 Claude Opus 4.7 的 1189 分
• 稠密架构的高性价比 —— 比旗舰 Max 档位显著便宜，能力仍然全栈
• 100 万 token 上下文 —— 长文档与大仓库一次装下
• 全领域思考模式 —— 文本、图像、代码的统一推理链

---

核心能力

01 屏幕理解与 GUI 交互

这是 Qwen3.7-Plus 最有辨识度的能力：它可以读取屏幕内容、理解界面结构、判断可操作元素，并驱动后续的点击、输入等动作。这让基于视觉的自动化不再依赖脆弱的选择器。

• 界面元素识别与语义理解
• 操作路径规划
• 基于视觉的自动化测试

02 现实场景感知

除了屏幕，它也能理解现实世界的图像场景——设备状态、环境布局、图表数据——并把视觉信息转化为可执行的任务要素。

• 现场图像判断与分类
• 图表数据提取
• 场景理解驱动的决策

03 全栈智能体智能

在多模态能力升级的同时，Qwen3.7-Plus 保留了完整的编码、工具使用和生产力工作流能力，是一个能力均衡的通用智能体基座。

• 编码与代码理解
• 多工具编排
• 办公与生产力任务

04 全领域思考模式

Qwen3.7 系列首次实现文本、图像、代码的统一推理链，突破了以往模型只支持文本思考链的限制。

• 跨模态的统一推理
• 图文混合问题求解
• 视觉信息参与思考过程

---

最佳使用场景

场景	说明
GUI 自动化	读屏幕、判断状态、驱动操作
视觉测试	基于界面理解的自动化测试
多模态客服	用户发来截图后的问题诊断
现场质检	图像判断与后续动作触发
图文文档处理	图表、表格、混排文档解析
高性价比智能体	需要多模态但预算有限的场景

---

Qwen3.7-Plus 与 Qwen3.7-Max、Qwen3.6-Plus 的差异

能力	Qwen3.7-Plus	Qwen3.7-Max	Qwen3.6-Plus
模型 ID	qwen3.7-plus	qwen3.7-max	qwen3.6-plus
架构	稠密	万亿参数 MoE	混合架构
输入模态	文本、图像	文本	文本、图像
上下文窗口	100 万 token	100 万 token	100 万 token
最大输出	128K token	128K token	65.5K token
Arena AI	1156	1284	—
侧重	屏幕理解与 GUI 交互	智能体编码与自主执行	智能体编码与前端

具体计费以页面上方的实时价格卡片为准。

---

如何使用 Qwen3.7-Plus API

1. 创建海鲸AI API 密钥 在控制台生成密钥并充值。

2. 把视觉当成决策输入 Qwen3.7-Plus 的价值在于"看完之后做什么"。提示词里说清楚目标动作，而不只是要求描述图像。

3. 调用接口

curl -X POST https://api.haijingai.com/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "image_url", "image_url": {"url": "https://example.com/screen.png"}},
        {"type": "text", "text": "当前页面处于什么状态？要完成下单还需要点哪些元素？"}
      ]
    }],
    "stream": true
  }'

---

常见问题

Plus 和 Max 怎么选？ 需要图像输入、屏幕理解或 GUI 交互选 Plus；纯文本的智能体编码和长期自主执行选 Max。Plus 的性价比也更高。

"混合智能体"是什么意思？ 指模型能同时处理视觉感知和动作执行两端——不只是理解图像，还能基于理解驱动后续操作，形成完整闭环。

Arena AI 1156 分是什么水平？ 接近 Claude Opus 4.7 的 1189 分，在多模态模型中处于第一梯队。

上下文和输出上限？ 100 万 token 上下文，最大输出 128K token。

全领域思考模式有什么用？ 它让图像信息可以直接参与推理过程，而不是先转成文字描述再推理，在图文混合问题上准确率更高。

适合做 GUI 自动化吗？ 适合。基于视觉理解的自动化比依赖 DOM 选择器的方案更鲁棒，界面改版后不容易失效。

---

为什么选择海鲸AI 使用 Qwen3.7-Plus API

• 免开通阿里云账号 —— 一个密钥直接调用
• OpenAI 兼容接口 —— 多模态请求格式与 OpenAI 一致
• 多模态模型横向对比 —— 与 Gemini、GLM-5V、豆包在同账户下比效果
• 人民币结算 —— 国产模型按人民币计价

API

API 接入信息

Model ID在推理接口中指定模型

qwen3.7-plus

API Key推理接口的 Bearer Token（鉴权令牌）

前往 API Key 管理

Base URL兼容 OpenAI 协议 · /chat/completions

https://api.haijingai.com/v2/

provider 可选指定服务通道，不传则由系统选择默认通道

"provider": { "channel": "direct" }

qwen3.7-plus 接入示例

海鲸AI 兼容 OpenAI 接口协议，可直接使用 OpenAI SDK 或 HTTP 请求接入，默认开启流式输出。

cURL

curl https://api.haijingai.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_KEY>" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "provider": { "channel": "direct" },
    "stream": true
  }'
# provider 为可选字段，删除该行即使用默认通道

Python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.haijingai.com/v2",
    api_key="<API_KEY>",
)

stream = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "你好！"},
    ],
    stream=True,
    # 可选：指定服务通道，不传则使用默认通道
    extra_body={"provider": {"channel": "direct"}},
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Node.js

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://api.haijingai.com/v2',
  apiKey: '<API_KEY>',
})

const stream = await client.chat.completions.create({
  model: 'qwen3.7-plus',
  messages: [
    { role: 'system', content: '你是一个有帮助的助手。' },
    { role: 'user', content: '你好！' },
  ],
  stream: true,
  // 可选：指定服务通道，不传则使用默认通道
  // @ts-expect-error provider 为海鲸AI 扩展字段，不在 OpenAI SDK 类型定义内
  provider: { channel: 'direct' },
})

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}