Qwen3.7-Plus от Alibaba поддерживает работу с текстом, видео и изображениями при низкой стоимости в $0,4/$1,6 за 1 млн токенов — однако модель является проприетарной

Компания Alibaba на этой неделе выпустила Qwen3.7-Plus — новейшую большую языковую модель (LLM) в составе своего популярного во всем мире и постоянно расширяющегося семейства Qwen. Новинка может похвастаться расширенными мультимодальными возможностями и стоимостью на 60% ниже по сравнению с предыдущей текстовой моделью Qwen3.7-Max, выпущенной всего несколько недель назад.

Тем не менее, как и ее непосредственный предшественник, Qwen3.7-Plus доступна только по «закрытой» коммерческой лицензии через проприетарные программные интерфейсы приложения (API) и Qwen Chat.

Это знаменует собой серьезный отход от прежней стратегии Qwen, которая была сосредоточена главным образом на выпуске мощных, близких к передовым открытых моделей (open source). Те компании и пользователи, которые полагались на открытые модели Qwen (среди них — такой американский гигант, как Airbnb), несомненно, будут разочарованы, увидев, что для своих новых релизов Alibaba переходит на закрытую модель.

Тем не менее, модель заслуживает внимания благодаря своей низкой стоимости и высокой производительности в мультимодальных задачах, таких как создание визуальных материалов корпоративного уровня или анализ видео, изображений и скриншотов, с чем Qwen3.7-Plus справиться может (в отличие от текстовой Qwen3.7-Max). Она входит в число более дешевых мощных ИИ-моделей на рынке: по цене она располагается чуть выше новой модели MiniMax-M3 с ее ограниченным по времени скидочным предложением от китайского конкурента.

Сводка VentureBeat по ценам на API передовых ИИ-моделей

Поддержание непрерывности в ходе циклов выполнения сложных инструментов

Для технических руководителей, занимающихся развертыванием автономных агентов, первичным узким местом редко выступал исходный интеллект модели. Вместо этого главной проблемой является деградация состояния (state decay) — тенденция агентских фреймворков терять свою аналитическую траекторию при выполнении многоэтапных задач с большой протяженностью во времени.

Qwen3.7-Plus решает эту архитектурную уязвимость с помощью комплексного подхода к управлению контекстом и сохранению состояния рассуждений.

Модель поставляется с окном контекста в 1 миллион токенов и выделяет до 256K токенов специально для внутренней обработки цепочки мыслей (chain-of-thought). Чтобы представить этот объем, представьте себе автоматизированного агента облачной миграции: он может принять на вход целую кодовую базу, составить карту зависимостей и потратить тысячи токенов на спокойную оценку крайних случаев (edge cases), прежде чем выполнить хотя бы одну строчку bash-скрипта.

Что особенно важно, API предоставляет параметр под названием «preserve_thinking». В экосистеме Alibaba эта возможность служит стандартизированным архитектурным мостом, а не просто привилегией для высших тарифных планов. Alibaba представила эту функцию в предыдущем поколении Qwen 3.6, интегрировав ее как в модель со свободной массой весов Qwen3.6-27B, так и в проприетарные модели Max.

По своей сути этот параметр работает на уровне API и шаблонов, сохраняя внутренние блоки на протяжении непрерывных диалоговых сессий.

Эта структурная непрерывность решает критическую проблему для разработчиков, проектирующих долгосрочные задачи. Сохраняя эти внутренние логические циклы в целости, функция предотвращает потерю контекста моделью или избыточные пересчеты кэшированной истории в середине операции.

Когда модель выполняет сложные, многоэтапные задачи по написанию агентского кода, такое сохранение позволяет системе удерживать первоначальную цепочку рассуждений, не теряя нить повествования и не забывая базовую логику своих предыдущих действий.

Alibaba далеко не одинока в осознании этой технической необходимости: данная концепция сегодня определяет архитектуру практически всех ведущих лабораторий искусственного интеллекта.

Anthropic использует ровно ту же функцию под названием «Extended Thinking» («Расширенное мышление») для своих продвинутых моделей, включая новейшую Claude Opus 4.8. Этот фреймворк требует от разработчиков возвращать неизмененные мыслительные блоки обратно в API на последующих ходах для поддержания непрерывной цепи рассуждений.

OpenAI справляется с той же задачей с помощью зашифрованного механизма обратной передачи рассуждений для таких моделей, как GPT-5.5. В экосистеме OpenAI разработчики должны возвращать конкретные элементы рассуждений, сгенерированные параллельно с предыдущими вызовами функций, гарантируя, что модель явно помнит обоснование своих инструментальных вызовов.

В конечном счете, preserve_thinking — это просто термин Alibaba для того, что быстро стало непреложным стандартом де-факто для современных многоходовых рассуждений.

Бенчмарки демонстрируют конкурентоспособную модель, которая, однако, не дотягивает до передового уровня

По метрикам чистой производительности такая архитектура глубокого мышления транслируется в структурный прирост на мультимодальных и агентских бенчмарках. Тем не менее, она по-прежнему уступает многим ведущим моделям предыдущих и текущих поколений от американских разработчиков, таким как Claude Opus 4.6 от Anthropic и GPT-5.4 от OpenAI.

В бенчмарке Terminal Bench 2.0-Terminus, который измеряет способность модели безопасно и итеративно запускать реальный код на уровне терминала, Qwen3.7-Plus набрала 70.3 балла, опередив DeepSeek-V4-Pro Max (67.9) и Gemini-3.1 Pro (63.5).

В бенчмарках компьютерного зрения, требующих локализованного понимания интерфейса (например, ScreenSpot Pro), модель достигла результата в 79.0 баллов, значительно опередив признанных лидеров индустрии прошлого поколения: GPT-5.4 (xhigh) с показателем 67.4 и Claude-Opus-4.6 с 49.5 баллами. Метрики оценки агентов (избранные бенчмарки)

Для каких задач предприятиям стоит рассмотреть Qwen3.7-Plus?

Для корпоративного архитектора ключевой вопрос при анализе Qwen3.7-Plus звучит предельно ясно: Что именно это заменит в нашем текущем технологическом стеке?

Модель разработана как прямая замена передовым флагманским моделям (таким как решения уровня GPT-5 или Claude-Max) в высокочастотных рабочих процессах разработчиков, в сфере роботизированной автоматизации процессов (RPA) и в конвейерах инженерии данных.

Вместо того чтобы развертывать дорогую универсальную флагманскую модель для рутинных системных операций, технические команды могут перенаправлять эти задачи на Qwen3.7-Plus. Она одновременно справляется с интерпретацией визуальных интерфейсов, выполнением команд и генерацией кода.

Alibaba структурировала доставку своего API так, чтобы обеспечить совместимость с существующими открытыми и проприетарными корпоративными фреймворками. Конечные точки (endpoints) полностью совместимы с OpenAI, а это означает, что замена существующих зависимостей требует минимальных корректировок инфраструктуры. Для групп, использующих автономные терминальные фреймворки, интеграция поддерживается нативно в различных средах.

Инженеры могут запускать Qwen3.7-Plus напрямую через локальные настройки терминала, просто изменяя цели базовой среды.

С точки зрения чистых затрат, запуск агентского фреймворка, который постоянно обращается к огромным репозиториям кода или историям визуальных макетов, может быстро стать непомерно дорогим.

Alibaba решает эту проблему, предлагая детальные ценовые категории для кэширования.

Стандартная обработка входных данных обходится в $0.40 за миллион токенов, но если агент считывает данные из явно созданного кэша (например, огромного базового репозитория или стандартного корпоративного UI-кита, который остается неизменным на протяжении сотен автоматизированных циклов), стоимость резко падает до $0.04 за 1 млн токенов для последующих чтений.

Этот тариф делает высокочастотные многоходовые итерации агентов экономически целесообразными в корпоративных масштабах.

Отсутствие лицензии Open Source или открытых весов поднимает вопросы соблюдения нормативных требований для бизнеса

При оценке любой модели из экосистемы Qwen главной заботой для юридических отделов и служб безопасности становятся лицензионная структура и операционные границы конвейера данных.

В то время как предыдущие итерации семейства Qwen завоевали значительную популярность среди корпоративных клиентов благодаря полной доступности открытых весов по лицензии Apache 2.0 или индивидуальным лицензиям для открытого использования, Qwen3.7-Plus поставляется исключительно в виде управляемого коммерческого облачного API через Alibaba Cloud Model Studio. Для управления корпоративными рисками это различие влечет за собой конкретные последствия:

• Невозможность развертывания локальных весов: Организации не могут загрузить, поместить в изолированную среду (sandbox) или разместить локально веса Qwen3.7-Plus в рамках своих полностью изолированных (air-gapped) внутренних дата-центров. Все операции по верификации данных, визуальной обработке и вызовы выполнения должны проходить через международные конечные точки Alibaba Cloud (например, сингапурский инстанс, указанный в документации для разработчиков).

• Комплаенс и цифровой суверенитет: Поскольку модель требует облачного инференса, компании, работающие в условиях строгих ограничений на суверенитет данных (например, медицинские учреждения, подпадающие под требования локального законодательства HIPAA/GDPR, или оборонные подрядчики), должны четко оценить, соответствует ли маршрутизация через внешний API их специфическим обязательствам по защите данных.

• Управляемое снижение рисков: С другой стороны, управляемая структура API избавляет от бремени внутренней инфраструктуры по выделению ресурсов, оптимизации и обслуживанию кластеров из нескольких графических процессоров (например, специализированных массивов Nvidia H100) исключительно для размещения внутренней сети агентов.

Тем не менее, Qwen3.7-Plus предлагает высокий интеллект во всех модальностях при низких затратах

Первоначальный прием со стороны сообществ разработчиков и венчурных инвесторов в сфере технологий подчеркивает меняющуюся экономику развертывания агентов.

Известный деятель индустрии и венчурный инвестор из мира Web3 @Boxmining отметил стратегическое преимущество в стоимости, заявив:

«Тот факт, что Qwen 3.7 Plus на 40% дешевле Max, меняет правила игры. Если качество генерации кода достаточно близко для большинства задач и намного выше для визуальных рабочих процессов, действительно ли вам нужен Max каждый день или только для тяжелых задач, выполняемых исключительно в терминале?»

Эта точка зрения совпадает с текущим трендом на оптимизацию корпоративных операционных бюджетов: отход от сырых, неограниченных вычислительных мощностей в пользу целенаправленной автоматизации задач. В то же время специализированные исследователи глубоко внутри экосистемы отмечают, что речь идет не просто об инкрементальной оптимизации генерации текста.

Дуньцзе Лу (Dunjie Lu), научный стажер в Alibaba Qwen, отметил:

«Модель демонстрирует явный прирост по сравнению с Qwen3.6-Plus в возможностях взаимодействия с компьютером, обладая более сильной генерализацией за пределами обычных задач рабочего стола в такие профессиональные рабочие процессы, как инженерия данных и научные исследования».

В конечном счете, для корпоративных покупателей, определяющих свою следующую дорожную карту инфраструктуры, Qwen3.7-Plus представляет собой практическую альтернативу. Если главной целью вашей организации является создание отказоустойчивых автономных программных циклов с поддержкой визуальных возможностей, которые взаимодействуют напрямую с девелоперскими средами и облачными консолями — и все это без истощения бюджета на инференс — модель предоставляет убедительные основания перенаправить выполнение задач в сторону от более дорогих передовых альтернатив.