Qwen3.7 Plus
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
- 综合 Index58
- 推理54
- 编程44
- 智能体与工具46
- 数学64
- 指令遵循76
- 人类偏好64
- 多模态62
- 长上下文61
嵌入这个排名
更多徽章样式[](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。
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 Plus | 2026年3月31日 | 59.0 | #112 |
| Qwen3.5 Plusthinking | 2026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。
Index 走势
2026年9月8日 至 2026年11月16日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 Diamond | 81.8%#128 | 87.9%#76 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | 1473#82 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | 90.0%#66 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | 35.6%#131 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | 13.9%#109 | Artificial Analysis | |
| CritPt不计入 Index推理强度未说明 | – | 9.1%#143 | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | 1485#69 | Arena (LMArena) | |
| Mystery Game Puzzles不计入 Index | 17.0%#80 | 17.0%#80 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | 37.6%#123 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | 84.0%#119 | Epoch 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%#152 | SciCode | |
| FrontierCode推理强度未说明 | – | 10.2%#44 | Cognition | |
| Arena Coding推理强度未说明 | – | 1500#83 | Arena (LMArena) | |
| SciCode (AA)不计入 Index推理强度未说明 | – | 46.1%#157 | Artificial Analysis | |
| Code Migration不计入 Index推理强度未说明 | – | 12.9%#62 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | 46.4%#74 | Vals AI | |
| Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明 | – | 1.0%#160 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明 | – | 61.0%#98 | Artificial Analysis | |
| GameBench 2 by reasoning setting不计入 Index | 17.7#200 | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | 1261#48 | Design Arena |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OSWorld-Verified 2.0 | 2.8%#14 | OSWorld | |
| Arena Agent | -8#48 | Arena (LMArena) | |
| Terminal-Bench Hard | 47.0%#27 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 93.0%#46 | Artificial Analysis | |
| Terminal-Bench 2.1 (Vals) | 52.8%#56 | Vals AI | |
| GDPval-AA v2.1, normalised score不计入 Index | 13.3%#108 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 774#212 | Artificial Analysis | |
| τ³-Banking (AA) | 17.5%#109 | Artificial Analysis | |
| APEX-Agents (AA)不计入 Index | 22.4%#20 | Artificial Analysis | |
| Finance Agent v2不计入 Index | 38.2%#64 | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | 0.0%#64 | Vals AI | |
| Legal Research Bench不计入 Index | 16.4%#70 | Vals AI | |
| SkillsBench不计入 Index | 54.3%#14 | Vals AI | |
| Tax Agent Bench不计入 Index | 10.5%#68 | Vals AI | |
| Arena Agent Task Completion不计入 Index | -10.8#48 | Arena (LMArena) | |
| AutomationBench不计入 Index | 17.4%#174 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 12.2%#143 | Artificial Analysis | |
| EnterpriseOps-Gym不计入 Index | 40.6%#28 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 915#172 | Artificial Analysis |
数学
| 基准测试 | 无推理 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 34.4%#72 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 80.0%#125 | 93.3%#68 | Epoch AI Benchmarking Hub | |
| Arena Maths推理强度未说明 | – | 1465#60 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Excel Modeling Benchmark不计入 Index | 49.4%#56 | Vals AI |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 78.0%#14 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1447#73 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1455#73 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1431#73 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1464#77 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1465#73 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1277#39 | Arena (LMArena) | |
| MMMU-Pro | 80.5%#57 | Artificial Analysis | |
| MortgageTax不计入 Index | 66.2%#34 | Vals AI | |
| SAGE不计入 Index | 89.2%#6 | Vals AI |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 73.0%#199 | Artificial Analysis | |
| Arena Document不计入 Index | 1446#36 | Arena (LMArena) | |
| MLCR不计入 Index | 8.9%#133 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 147.9#75 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 25.2#171 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 283.9#162 | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | 53.9%#22 | Vals 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/s | 2.05 s | $0.320 | $1.28 | 1M | – |
| Alibaba Cloud Int. | 50 tok/s | 1.62 s | $0.320 | $1.28 | 1M | – |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 | $0.0005 | 55.0 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0058 | $0.0029 | 1.0 min |
| 代码编辑 | 6,000 / 1,500 | $0.0048 | $0.0034 | 1.3 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.030 | $0.016 | 2.0 min |
| 结构化信息提取 | 2,000 / 200 | $0.0011 | $0.0006 | 53.3 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。
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。
[](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}
}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。