BenchLeader

Qwen3.7 Plus

推理强度
质量第 72 / 339 名
57.6Index
前四分之一
较中位数 +7.4
价格第 114 / 255 名
$0.700每百万 token
比多数便宜
中位数的 0.8 倍
速度第 157 / 216 名
57token/秒
低于中位数
中位数的 0.7 倍
性价比第 100 / 255 名
82.3分/$
高于中位数
中位数的 1.5 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 80%。

有 5 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 2 个。

截至 2026年11月16日,Qwen3.7 Plus(Alibaba)在 BenchLeader Index 上得分 57.6(共 608 个已排名配置)。表现最好的是指令遵循(76),最弱的是编程(44)。API 价格为输入每百万 token $0.400、输出每百万 token $1.60(按 3:1 混合为 $0.700),为 2026年11月16日的标价。输出速度约为 57 token/秒(Artificial Analysis)。发布于 2026年6月2日。

要点(截至 2026年11月16日)

  • Qwen3.7 Plus 的 API 价格为输入每百万 token $0.400、输出每百万 token $1.60(按 3:1 混合为 $0.700)(标价,2026年11月16日)。
  • Qwen3.7 Plus 的输出速度约为 57 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3.7 Plus 于 2026年6月2日发布(Alibaba)。

详细说明:Qwen3.7 Plus 是 Alibaba 的闭源推理模型,发布于 2026年6月2日。其最佳配置在 BenchLeader Index 上得分 57.6 ±7.0,在 608 个配置中排第 148 名,处于上半区。关键在于这个“±”:另有 322 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(76),编程最低(44)。按混合价格计,每百万 token $0.700,价格居中。输出速度为 57 token/秒,首次回答需 49.8 秒,比大多数模型慢。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.700/M
输入 $0.400 · 输出 $1.60
来源:Artificial Analysis
输出速度
57 tok/s
由 Artificial Analysis 测量
首次回答
50 s
首 token 1.36 s
上下文
1M
来源:models.dev
完整回答
115 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2026年6月2日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index58
  2. 推理54
  3. 编程44
  4. 智能体与工具46
  5. 数学64
  6. 指令遵循76
  7. 人类偏好64
  8. 多模态62
  9. 长上下文61

嵌入这个排名

更多徽章样式
[![Qwen3.7 Plus on BenchLeader: 综合第 71 名](https://www.benchleader.com/badge/qwen3-7-plus.svg?style=compact)](https://www.benchleader.com/models/qwen3-7-plus)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Alibaba 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Qwen3.7 Plus本页2026年6月2日57.6#148
Qwen3.6 Plus2026年3月31日59.0#112
Qwen3.5 Plusthinking2026年2月16日57.4#156

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––57 tok/s50 s$0.0006数学 48 · 推理 59
未说明最佳57.6#14857 tok/s50 s$0.0006智能体与工具 46 · 编程 44 · 人类偏好 64 · 指令遵循 76 · 长上下文 61 · 数学 64 · 多模态 62 · 推理 54

Index 走势

2026年9月8日 至 2026年11月16日
485767

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试无推理默认来源趋势
GPQA Diamond81.8%#12887.9%#76Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明–1473#82Arena (LMArena)
GPQA Diamond (AA)不计入 Index推理强度未说明–90.0%#66Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明–35.6%#131Artificial Analysis
HLE-Diamond (AA)推理强度未说明–13.9%#109Artificial Analysis
CritPt不计入 Index推理强度未说明–9.1%#143Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1485#69Arena (LMArena)
Mystery Game Puzzles不计入 Index17.0%#8017.0%#80Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明–37.6%#123Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明–84.0%#119Epoch AI Benchmarking Hub

编程

基准测试无推理默认来源趋势
SciCode推理强度未说明–46.1%#152SciCode
FrontierCode推理强度未说明–10.2%#44Cognition
Arena Coding推理强度未说明–1500#83Arena (LMArena)
SciCode (AA)不计入 Index推理强度未说明–46.1%#157Artificial Analysis
Code Migration不计入 Index推理强度未说明–12.9%#62Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明–46.4%#74Vals AI
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–1.0%#160Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–61.0%#98Artificial Analysis
GameBench 2 by reasoning setting不计入 Index17.7#200–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–1261#48Design Arena

数学

基准测试无推理默认来源趋势
FrontierMath Tiers 1–334.4%#72–Epoch AI Benchmarking Hub
OTIS Mock AIME80.0%#12593.3%#68Epoch AI Benchmarking Hub
Arena Maths推理强度未说明–1465#60Arena (LMArena)

知识

基准测试默认来源趋势
Excel Modeling Benchmark不计入 Index49.4%#56Vals AI

指令遵循

基准测试默认来源趋势
IFBench78.0%#14Artificial Analysis
Arena Instruction Following不计入 Index1447#73Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1455#73Arena (LMArena)
Arena Creative Writing不计入 Index1431#73Arena (LMArena)
Arena Multi-turn不计入 Index1464#77Arena (LMArena)
Arena Longer Queries不计入 Index1465#73Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1277#39Arena (LMArena)
MMMU-Pro80.5%#57Artificial Analysis
MortgageTax不计入 Index66.2%#34Vals AI
SAGE不计入 Index89.2%#6Vals AI

长上下文

基准测试默认来源趋势
AA-LCR v1.173.0%#199Artificial Analysis
Arena Document不计入 Index1446#36Arena (LMArena)
MLCR不计入 Index8.9%#133Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index147.9#75Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index25.2#171Artificial Analysis
AA Progress Index v1不计入 Index283.9#162Artificial Analysis
Vals Multimodal Index不计入 Index53.9%#22Vals AI

GameBench 2, best reasoning setting (None): 17.7. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Alibaba Cloud Int.52 tok/s2.05 s$0.320$1.281M–
Alibaba Cloud Int.50 tok/s1.62 s$0.320$1.281M–

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.825$1.65$2.48$3.3026年9月26年10月26年11月
输入 输出
当前:输入 $0.400 · 输出 $1.60

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.080。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0006$0.000555.0 s
总结一份 30 页的报告12,000 / 600$0.0058$0.00291.0 min
代码编辑6,000 / 1,500$0.0048$0.00341.3 min
智能体编程会话60,000 / 4,000$0.030$0.0162.0 min
结构化信息提取2,000 / 200$0.0011$0.000653.3 s

包含该模型的编程套餐

可以使用 Qwen3.7 Plus 的订阅套餐,列出各自的用量限制和单项任务成本。

Alibaba 的更多模型

本月新上线

将 Qwen3.7 Plus 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3.7 Plus 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Qwen3.7 Plus on BenchLeader: 综合第 71 名](https://www.benchleader.com/badge/qwen3-7-plus.svg)](https://www.benchleader.com/models/qwen3-7-plus)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Qwen3.7 Plus on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-7-plus

BibTeX:

@misc{benchleader_qwen3_7_plus_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.7 Plus on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-7-plus}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3.7 Plus 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.7 Plus 的 BenchLeader Index 为 57.6 ±7.0。最强的是指令遵循(76),最弱的是编程(44)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Qwen3.7 Plus 排名第几?
截至 2026年11月16日,Qwen3.7 Plus 在 608 个已排名配置中排第 148 名。另有 322 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Qwen3.7 Plus 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.7 Plus 的价格为输入每百万 token $0.400、输出每百万 token $1.60,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.700。标价最近一次变动是在 2026年9月9日。
Qwen3.7 Plus 比 Inkling 2 Small 更好吗?
截至 2026年11月16日,Inkling 2 Small 与 Qwen3.7 Plus 的质量不相上下(BenchLeader Index 57.9 比 57.6,在 ±7.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Qwen3.7 Plus 是什么时候发布的?
Alibaba 于 2026年6月2日发布了 Qwen3.7 Plus。BenchLeader 收录了它在 2 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Qwen3.7 Plus:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-7-plus。