Alibabas Qwen3.7-Plus soll als multimodaler Agent Bildschirme bedienen und Apps autonom bauen

Elf Stunden autonome App-Entwicklung

Auf Basis von Qwen3.7-Plus ließ das Team ein Hybrid-Agent-System eine englische Vokabel-Lern-App entwickeln. Laut Qwen lief der Agent über elf Stunden durch und erzeugte mehr als 10.000 Zeilen Code bei mehr als 1.000 Agent-Aufrufen. Abgedeckt seien Anforderungsdokumentation, automatisierte Codegenerierung, Installation, Testfallerstellung, GUI-basiertes Testen, parallele Testszenarien sowie die eigenständige Versionsfortschreibung gewesen.

Ein zweites Beispiel zielt auf Desktop-Anwendungen: Der Agent habe die native macOS-Stocks-App nachgebaut, indem er sie autonom bedient, die UI-Struktur verstanden und daraus SwiftUI-Code generiert habe. Anschließend habe er eine externe Schnittstelle für Echtzeit-Börsendaten angebunden, die App kompiliert und zehn Funktionstests selbstständig durchgeführt, darunter Kursabfragen und Suchfilter.

Ein dritter Anwendungsfall zeigt einen Browser-Agenten via "Qwen for Chrome", einer Sidebar-Erweiterung. Mit Nutzerfreigabe wechselt das Modell in den Agent-Modus und führt Aufgaben in der Cloud-Konsole durch, etwa den Kauf einer möglichst günstigen virtuellen Servereinheit inklusive Konfiguration von Image, Speicher und Sicherheitsgruppen. In einer Folgeaufgabe übernimmt der Agent laut Qwen auch Skalierung und Wartung.

Stärken bei GUI-Aufgaben, Schwächen bei harten Reasoning-Tests

In den vom Qwen-Team veröffentlichten Benchmarks fällt primär die Bedienung grafischer Oberflächen positiv auf. Auf AndroidWorld und ScreenSpot Pro liegt Qwen3.7-Plus laut der Tabelle deutlich vor GPT-5.4 (xhigh), Opus 4.6 Max und Gemini 3.1 Pro. Auch bei agentennaher Terminalarbeit und langfristiger Aufgabenplanung führt das Modell die Vergleichswerte an.

Bei klassischem multimodalen Schlussfolgern ist das Bild gemischt: Auf einigen visuellen Reasoning-Tests setzt sich Qwen3.7-Plus an die Spitze, bei anspruchsvolleren wissenschaftlichen Aufgaben wie MedXpertQA-MM bleibt es hinter Gemini 3.1 Pro und GPT-5.4 zurück. Im Textbereich beschreibt das Team die Leistung als auf Höhe der Max-Tier-Modelle, ohne sie durchgängig zu übertreffen.

Cross-Framework-Kompatibilität als Differenzierungsmerkmal

Qwen3.7-Plus unterstützt das Anthropic-API-Protokoll und lässt sich direkt mit Claude Code, OpenClaw sowie dem eigenen Qwen Code verwenden. Über die API ist zusätzlich ein Feature namens preserve_thinking verfügbar, das die Reasoning-Inhalte aus vorhergehenden Gesprächsrunden erhält. Das Qwen-Team empfiehlt diese Einstellung explizit für agentische Aufgaben.

Über reine Bildverarbeitung hinaus deckt das Modell laut Qwen auch Videoverstehen und Fahrszenen-Analyse ab, was es als Grundlage für eingebettete Systeme und autonomes Fahren positioniert.

Qwen3.7-Plus läuft über Alibaba Cloud Model Studio und ist damit, wie schon das textbasierte Schwestermodell Qwen3.7-Max, ein proprietäres Angebot ohne offene Gewichte. Preislich positioniert Alibaba die Plus-Linie deutlich unterhalb von Max: Qwen3.7-Plus kostet 0,40 US-Dollar pro Million Eingabe-Tokens und 2,40 US-Dollar pro Million Ausgabe-Tokens, während Qwen3.7-Max mit 2,50 beziehungsweise 7,50 US-Dollar zu Buche schlägt. Plus ist damit bei der Eingabe rund sechsmal und bei der Ausgabe gut dreimal günstiger als Max und liegt deutlich unter den Listenpreisen westlicher Frontier-Modelle.