概要
Qwen3.7-Plusは、視覚と言語を統合し、GUI操作、高度なコーディング、複雑な推論を同一ループ内で実行できる次世代のマルチモーダル・エージェント・モデルです。
詳細内容
### モデルの概要
Qwen3.7-Plusは、視覚理解とテキスト推論を一つの基盤に統合した、多才なマルチモーダル・エージェント・モデルです。従来のQwen3.7の強力なテキスト機能を継承しつつ、GUI（グラフィカル・ユーザー・インターフェース）の認識・操作や、視覚情報を参照したコーディング、エンドツーエンドのワークフロー自動化を実現しています。
### 主な特徴と性能
- **ハイブリッド・エージェント機能**: GUI操作とCLI（コマンドライン）操作をシームレスに組み合わせ、ソフトウェア開発の全サイクル（要件定義からテストまで）を自動化可能です。
- **高度な視覚推論と知覚**: `BabyVision`や`MathVision`といった難関ベンチマークで大幅な向上を見せ、空間把握や複雑な論理的推論において高い性能を発揮します。
- **開発者エコシステムへの統合**: Claude Code、OpenClaw、Qwen Codeなどの既存フレームワークに対応しており、Alibaba Cloud Model Studio経由でAPIとして即座に利用可能です。
- **思考プロセスの制御**: 複雑なタスクにおいて「思考（thinking）」プロセスを明示的に実行し、精度を高める機能（enable_thinking）を搭載しています。
### 実用的な応用例
ウェブブラウザを通じたクラウドサーバー購入の自動化、画像や動画からのSVGコード生成、既存デスクトップアプリの動作を模倣した再構築など、実世界における広範な生産性向上タスクに対応しています。