That's NeuralCatálogo de modelos

qwen

Qwen: Qwen3.7 Plus (batch)

qwen/qwen3.7-plus:batch

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

qwen/qwen3.7-plus:batch es la variante de servicio por lotes de Qwen3.7 Plus de Alibaba según el catálogo de OpenRouter. Según esa ficha, acepta entrada de texto e imagen y devuelve texto, ofrece una ventana de contexto de 262.144 tokens y expone razonamiento opcional, llamadas a herramientas y salidas estructuradas. La descripción de OpenRouter lo presenta como un miembro rentable de la serie Qwen3.7. Como la única evidencia aportada es el catálogo de OpenRouter y no se incluyó una ficha de modelo independiente, estas capacidades son afirmaciones de la fuente, no verificaciones independientes.[1]

Puntos fuertes

  • Entrada multimodal: el catálogo indica entradas de texto e imagen con salida de texto, por lo que admite prompts que combinan visión y texto.[1]
  • Contexto amplio: una ventana de 262.144 tokens es adecuada para documentos largos o entradas con varios archivos, según la ficha.[1]
  • Controles para desarrolladores: la ficha muestra llamadas a herramientas, salidas estructuradas, formatos de respuesta JSON y soporte de razonamiento opcional.[1]

Limitaciones

  • Evidencia solo de catálogo: todas las afirmaciones proceden de la ficha de OpenRouter y no había una ficha de modelo independiente en este paquete, por lo que las capacidades siguen siendo reportadas por la fuente.[1]
  • Los datos de índices incluidos en la ficha sugieren un rendimiento medido modesto en tareas agénticas en relación con su índice de codificación; considere el uso agéntico como no probado.[1]
  • La fecha de corte de conocimiento, los términos de licencia y los requisitos de hardware no constan en la evidencia y son desconocidos; valide con su carga de trabajo real.[1]

Dónde utilizarlo

  • Posiblemente adecuado para cargas por lotes sensibles al coste, como resumen masivo o procesamiento de documentos, dada su orientación rentable; valide con sus propios datos.[1]
  • Candidato para tareas de contexto largo con visión y texto, como análisis basado en imágenes, sujeto a pruebas de carga de trabajo.[1]
  • Merece una prueba en canalizaciones de extracción estructurada o de uso de herramientas, ya que el catálogo lista salidas estructuradas y parámetros de herramientas; confirme la fiabilidad en cada flujo.[1]

Fuentes

  1. [1] OpenRouter catalog · Qwen: Qwen3.7 Plus (batch)Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

Qwen3.7-Plus is a cost-effective model in Alibaba's Qwen3.7 series. It supports text and image input with text output, building on the series' text capabilities with a comprehensive upgrade to its...

Especificaciones

ID del modelo
qwen/qwen3.7-plus:batch
ID canónico
qwen/qwen3.7-plus-20260602
Creador
qwen
Añadido a OpenRouter
03.06.2026
Longitud de contexto
262,144
Modalidad
text+image->text
Modalidades de entrada
text, image
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0.230 / salida $0.920
Corte de conocimiento
—
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin mediciónrazonamiento: opcional · parámetros: include_reasoning, reasoning
ProgramaciónBB — siguiente 30% de la cohorte—
AgentesBB — siguiente 30% de la cohorteparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin mediciónrazonamiento: opcional · parámetros: include_reasoning, reasoning
Análisis de documentosSin medición—
VisiónSin mediciónentrada: image
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Artificial AnalysisCoding index55.9BB — siguiente 30% de la cohorte13.11.2026
Artificial AnalysisAgentic index17.5BB — siguiente 30% de la cohorte13.11.2026
Design Arenamodels · 3dtasa de victoria 48.1% · posición 441,221EloBB — siguiente 30% de la cohorte13.11.2026
Design Arenamodels · asciiarttasa de victoria 41% · posición 531,134EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · codecategoriestasa de victoria 50% · posición 371,260EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenamodels · dataviztasa de victoria 51.4% · posición 231,276EloAA — siguiente 20% de la cohorte13.11.2026
Design Arenamodels · gamedevtasa de victoria 48.7% · posición 391,251EloBB — siguiente 30% de la cohorte13.11.2026
Design Arenamodels · svgtasa de victoria 47% · posición 271,202EloBB — siguiente 30% de la cohorte13.11.2026
Design Arenamodels · uicomponenttasa de victoria 49.1% · posición 401,256EloBB — siguiente 30% de la cohorte13.11.2026
Design Arenamodels · websitetasa de victoria 50.3% · posición 341,262EloAA — siguiente 20% de la cohorte13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Alibaba262,144$0.230$0.920———

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.