阿里云发布 Qwen3.7-Plus：主打极低成本多模态能力，战略重心转向闭源商业化
本周，阿里云正式发布了 Qwen 家族的最新成员——Qwen3.7-Plus。作为该系列中极具竞争力的新作，Qwen3.7-Plus 不仅在多模态能力上实现了显著跨越，且在成本控制上极具攻击性，其调用成本比数周前发布的纯文本模型 Qwen3.7-Max 降低了 60%。
具体定价方面，Qwen3.7-Plus 的输入费用为每 100 万 token 0.4 美元，输出费用为 1.6 美元。在当前激烈的 AI 价格战中，该模型已跻身全球低成本高性能模型的第一梯队，仅略高于竞争对手 MiniMax-M3 的限时折扣价。此外，针对企业级高频调用场景，阿里云还推出了颗粒化缓存定价：若智能体读取静态缓存（如企业标准 UI 组件库或大型代码库），成本可进一步骤降至每 100 万 token 0.04 美元，极大提升了规模化部署的经济可行性。
值得关注的是，Qwen3.7-Plus 标志着阿里 AI 战略的重大转向。与此前致力于发布顶尖开源模型的策略不同，Qwen3.7-Plus 仅通过阿里云 Model Studio 的商业 API 和 Qwen Chat 提供闭源商业授权。这一转变可能会令此前依赖 Qwen 开源生态的企业（包括 Airbnb 等美国科技巨头）感到失望，但也显示出阿里正加速将其技术资产转化为直接的商业收益。
在技术架构上，Qwen3.7-Plus 旨在解决自主智能体在执行复杂长链路任务时的“状态衰减”（State Decay）问题。该模型配备了 100 万 token 的超大上下文窗口，并专门为内部思维链（CoT）处理分配了高达 25 万 token 的空间。通过 API 暴露的 `preserve_thinking` 参数，模型能够在连续的对话轮次中保留内部 `
基准测试显示，尽管在整体原始能力上仍略逊于 GPT-5.4 和 Claude Opus 4.6 等美国顶级闭源模型，但 Qwen3.7-Plus 在特定领域表现强劲。在衡量终端代码执行能力的 Terminal Bench 2.0-Terminus 测试中，它以 70.3 分超越了 DeepSeek-V4-Pro Max 和 Gemini-3.1 Pro；在考察界面理解力的 ScreenSpot Pro 测试中，其 79.0 分的成绩远超 GPT-5.4 (67.4) 和 Claude-Opus-4.6 (49.5)。
对于企业架构师而言，Qwen3.7-Plus 提供了一个极具吸引力的替代方案，可用于替代昂贵的旗舰模型来处理高频的开发者工作流、机器人流程自动化（RPA）及数据工程管线。由于其 API 完全兼容 OpenAI 接口，企业可以以极低的基础设施调整成本完成迁移。不过，闭源模式也给企业带来了合规性挑战：由于无法在本地私有化部署权重，医疗、国防等对数据主权有严苛要求的组织需要重新评估通过云端 API 路由数据的合规风险。
来源： ventureBeat report
