Bisakah saya menjalankan Qwen3.7 Plus secara lokal?

Tidak. Qwen3.7 Plus hanya tersedia melalui API tanpa bobot terbuka, jadi tidak memungkinkan untuk menjalankan lokal.

Berapa biaya dan berapa panjang konteksnya?

Biayanya $0,32 per juta token input dan $1,28 per juta token output, dengan jendela konteks satu juta token.

Apa perbedaan Qwen3.7 Plus dengan model lain di seri Qwen3.7?

Alibaba memposisikannya sebagai tingkat tengah yang hemat biaya, dengan tambahan kemampuan visi-bahasa dan interaksi GUI di atas kekuatan inti coding dan agen seri ini.

Qwen3.7 Plus

5473°

#llm #qwen #visi #penalaran #agen #pemrograman

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Qwen | konteks 1.000.000 token | $0,32/M input, $1,28/M output. Qwen3.7-Plus adalah model hemat biaya dalam seri Alibaba Qwen3.7. Mendukung input teks dan gambar dengan output teks, membangun kemampuan teks seri ini dengan peningkatan komprehensif pada kemampuan visi-bahasa sambil mempertahankan kecerdasan tingkat agen penuh untuk pengkodean, penggunaan alat, dan alur kerja produktivitas. Ciri khasnya adalah kemampuan agen hibrida interaktif multimodal: dapat memahami adegan dunia nyata, membaca layar dan berinteraksi dengan GUI, menghasilkan kode dari referensi visual, dan melakukan navigasi ujung-ke-ujung dalam aplikasi mobile.

Panduan untuk model ini

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Cara memilih model AI di Oktober 2026: berita sumber tertutup, lalu bobot terbuka yang layak diunduh

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Qwen3.7 Plus adalah model multimodal dengan bobot tertutup dari Alibaba, berada di tengah seri Qwen3.7 dalam hal harga dan kemampuan. Fitur utamanya adalah apa yang disebut Alibaba sebagai kemampuan agen hibrida interaktif multimodal: dapat membaca layar, berinteraksi dengan GUI, menavigasi aplikasi seluler secara menyeluruh, dan menghasilkan kode dari referensi visual. Jika alur kerja Anda melibatkan agen berbasis visi atau otomatisasi dengan banyak alat, ini adalah tingkat yang patut diperhatikan.

Dikenal untuk

Membaca layar dan berinteraksi dengan GUI sebagai bagian dari loop agen
Navigasi aplikasi seluler end-to-end dari input visual
Menghasilkan kode dari gambar atau referensi visual
Jendela konteks satu juta token untuk pekerjaan dokumen panjang
Harga di bawah sebagian besar model frontier yaitu $0,32 input / $1,28 output per juta token

Waspadai

Bobot tertutup saja — tidak bisa dijalankan lokal atau dihosting sendiri.
Fitur agen visi bergantung pada API; tidak semua integrasi akan menampilkannya.
Alibaba belum menerbitkan kartu model dengan detail benchmark, sehingga perbandingan independen terbatas.

Terbaik untuk

Agen dan penggunaan alat

Pemrograman

Penglihatan

Konteks panjang

Prompt untuk dicoba

Rencana tugas agen GUI

Saya melampirkan tangkapan layar layar utama aplikasi seluler. Jelaskan urutan tepat ketukan dan input yang diperlukan untuk menyelesaikan pendaftaran pengguna baru, sebutkan setiap elemen UI yang Anda interaksi, dan tandai apa pun yang tampak bisa menghalangi otomatisasi.

Kode dari wireframe

Saya melampirkan wireframe gambar tangan dari tata letak dashboard dua kolom dengan navigasi sidebar, tabel data di area utama, dan bar filter di atas. Tulis komponen React dan kelas Tailwind CSS yang sesuai dengan tata letak ini seakurat mungkin.

Ekstraksi dokumen panjang

Berikut adalah spesifikasi teknis 200 halaman. Ekstrak setiap persyaratan yang menyebutkan nilai timeout, format hasilnya sebagai tabel markdown dengan kolom: nomor bagian, teks persyaratan, nilai timeout, dan satuan. Tandai baris yang satuannya ambigu.

Bandingkan dengan

Qwen3.8 Flash
Model dengan bobot terbuka
konteks 1,000,000 token · $0.15/M input, $0.47/M output
Qwen3.8 27B
Model dengan bobot terbuka
konteks 1,000,000 token · $0.24/M input, $2.20/M output
Qwen3.6 35B A3B
Model dengan bobot terbuka
konteks 262,144 token · $0.15/M input, $1.00/M output
Qwen3.5-9B
Model dengan bobot terbuka
konteks 262,144 token · $0.10/M input, $0.15/M output

Model teks lain dari qwen

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Qwen3.7 Plus secara lokal?: Tidak. Qwen3.7 Plus hanya tersedia melalui API tanpa bobot terbuka, jadi tidak memungkinkan untuk menjalankan lokal.
Berapa biaya dan berapa panjang konteksnya?: Biayanya $0,32 per juta token input dan $1,28 per juta token output, dengan jendela konteks satu juta token.
Apa perbedaan Qwen3.7 Plus dengan model lain di seri Qwen3.7?: Alibaba memposisikannya sebagai tingkat tengah yang hemat biaya, dengan tambahan kemampuan visi-bahasa dan interaksi GUI di atas kekuatan inti coding dan agen seri ini.

Putusan Kapten
Pilihan yang benar-benar berguna jika Anda membutuhkan agen berbasis visi dengan harga yang tidak memberatkan — sudut GUI dan navigasi seluler jarang ditemukan di harga ini.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

Qwen3.7 Plus adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm qwen visi penalaran agen pemrograman konteks panjang

Jelajahi berdasarkan Keluarga Model