Qwen3.7 Plus

Qwen3.7-Plus es el modelo de agente multimodal más potente de Alibaba, que unifica visión y lenguaje en una única base de agente versátil. Construido sobre el eje textual de Qwen3.7, ofrece una mejora integral en la comprensión visión-lenguaje, manteniendo al mismo tiempo toda la capacidad agente en codificación, uso de herramientas y flujos de productividad. Acepta entradas de texto, imagen y video con salida de texto, y proporciona una ventana de contexto de 1 millón de tokens con hasta 65 000 tokens de salida, suficiente para mantener documentos largos, bases de código extensas, grabaciones de pantalla y sesiones de agente de múltiples turnos coherentes sin truncamiento. Lo que lo distingue es su capacidad de operar como un agente híbrido interactivo multimodal: percibe escenas del mundo real, lee pantallas y opera interfaces gráficas, escribe código a partir de referencias visuales, navega aplicaciones móviles de principio a fin y responde preguntas visuales fundamentadas en conocimiento web, combinando interacciones GUI y CLI en un único bucle de agente. Se generaliza a través de andamios de agente, con un rendimiento consistente ya sea impulsado por Claude Code, OpenClaw, Qwen Code u otros marcos, con llamadas a funciones nativas, salidas estructuradas y profundidad de razonamiento controlable. Esto lo convierte en un valor predeterminado fiable para asistentes de codificación con IA, agentes de uso de ordenador y navegador, canales de preguntas y respuestas visuales y automatización de larga duración donde la percepción, el razonamiento y la ejecución deben mantenerse alineados.