Qwen3.7 Flash 2026-07-15
Qwen · qwen3.7-flash-2026-07-15
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强,真实世界感知与空间智能进一步提升,Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定,多模态Coding能力优化、vibe coding 体验更加流畅。该版本为2026年7月15日快照。
Qwen · qwen3.7-flash-2026-07-15
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强,真实世界感知与空间智能进一步提升,Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定,多模态Coding能力优化、vibe coding 体验更加流畅。该版本为2026年7月15日快照。
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强,真实世界感知与空间智能进一步提升,Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定,多模态Coding能力优化、vibe coding 体验更加流畅。该版本为2026年7月15日快照。
不同地方写法可能不一样,列在这里方便你对上号。名字太模糊、认不准的不会公开。
中国大陆 · 按适用条件分档计价
| 计价项 / 适用范围 | 适用条件 | 官方价格 |
|---|---|---|
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存采集于 2026-09-15 | 0.02 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存;输入上限:32,000 Token采集于 2026-09-15 | 0.02 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.04 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.04 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.12 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 0.24 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存;输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 0.12 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存;输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.06 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 1.5 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.75 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.25 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.25 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.6 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.2 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.2 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 1.2 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.8 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 2.4 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.8 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 4.8 CNY/ 1,000,000 Token |
这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行,我们也不会给它记 0 分。
可能是没人测过,也可能是名字对不上号。我们宁可空着,也不拿差不多的成绩硬凑。
这个模型还没有可比的综合成绩,下面是它的单项成绩。
同一道题直接问模型,不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分,方便对照。
这个模型还没有可公开的单项成绩。
这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的,换一套工具结果就会变。它们不算进上面的档位,也不能拿来排模型强弱。
这个模型还没有出现在 SWE-bench、Terminal-Bench 一类的 Agent 评测里。
Be the first to leave a review.
Be the first to ask a question.
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强,真实世界感知与空间智能进一步提升,Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定,多模态Coding能力优化、vibe coding 体验更加流畅。该版本为2026年7月15日快照。
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。
Qwen3.7原生视觉语言系列Flash模型,相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强,真实世界感知与空间智能进一步提升,Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定,多模态Coding能力优化、vibe coding 体验更加流畅。该版本为2026年7月15日快照。
不同地方写法可能不一样,列在这里方便你对上号。名字太模糊、认不准的不会公开。
中国大陆 · 按适用条件分档计价
| 计价项 / 适用范围 | 适用条件 | 官方价格 |
|---|---|---|
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存采集于 2026-09-15 | 0.02 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存;输入上限:32,000 Token采集于 2026-09-15 | 0.02 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.04 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.04 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.12 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 0.24 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存;输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 0.12 CNY/ 1,000,000 Token |
| 缓存读取 中国大陆 · 阿里云 Model Studio | 缓存方式:显式缓存;输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.06 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 1.5 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.75 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.25 CNY/ 1,000,000 Token |
| 缓存写入 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.25 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 0.6 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.2 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.2 CNY/ 1,000,000 Token |
| 输入 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 1.2 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 输入上限:32,000 Token采集于 2026-09-15 | 0.8 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 输入上限:256,000 Token;输入下限:32,000 Token采集于 2026-09-15 | 2.4 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 未附加计价条件采集于 2026-09-15 | 0.8 CNY/ 1,000,000 Token |
| 输出 中国大陆 · 阿里云 Model Studio | 输入上限:1,000,000 Token;输入下限:256,000 Token采集于 2026-09-15 | 4.8 CNY/ 1,000,000 Token |
这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行,我们也不会给它记 0 分。
可能是没人测过,也可能是名字对不上号。我们宁可空着,也不拿差不多的成绩硬凑。
这个模型还没有可比的综合成绩,下面是它的单项成绩。
同一道题直接问模型,不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分,方便对照。
这个模型还没有可公开的单项成绩。
这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的,换一套工具结果就会变。它们不算进上面的档位,也不能拿来排模型强弱。
这个模型还没有出现在 SWE-bench、Terminal-Bench 一类的 Agent 评测里。
下面是别人对这个模型做过的检测,按时间从新到旧排。
Verification reports show up here once they are public.
Public reviews will appear here. Sign in to share real usage experience.
Be the first to ask a question.