Alibaba משיקה את Qwen3.7-Plus: מודל agent שרואה את המסך שלך וכותב קוד

Qwen3.7-Plus הוא המודל הכי agent-first של Alibaba, שתוכנן לתפוס מסכים, לבסס פעולות ב-GUIs, ולייצר קוד בתוך loop אוטונומי במקום רק לענות על prompts. הוא קולט טקסט, תמונות ווידאו כדי להפעיל תוכנה ישירות — אותו paradigm של הבנת מסך-בתוספת-פעולה שנמצא כעת במרכז Fable 5 של Anthropic ובעיצוב מחדש של ChatGPT של OpenAI.

המודל זמין דרך API בפלטפורמת Bailian של Alibaba Cloud ומוביל ב-benchmarks של GUI-grounding של Alibaba עצמה. ההבדל הבולט הוא המחיר: ב-0.40 דולר input ו-1.60 דולר output למיליון tokens, Qwen3.7-Plus זול ממודלי ה-agent המערביים בחזית בסדר גודל או יותר — Fable 5, לשם השוואה, עולה 10/50 דולר.

זה מתאים לדחיפה הרחבה יותר של Alibaba ל-'agent dominance', כולל פתיחת Qwen לשירותי צד-שלישי ובניית מה שהיא מכנה token foundry. האסטרטגיה משקפת את ה-playbook של DeepSeek: להתחרות בעלות ובפתיחות כדי לזכות ב-mindshare של מפתחים מול מתחרים אמריקאים יקרים יותר.

תחרותית, מודל agent מתומחר אגרסיבית ששולט במסך מצד ענן סיני גדול מעלה את ההימור בקטגוריית GUI-automation בדיוק כשכולם מתכנסים סביב agents. השאלה הפתוחה היא אמינות בעולם האמיתי: benchmarks של GUI-grounding לא תמיד מתורגמים ל-automation רב-שלבי יציב, וקונים enterprise מחוץ לסין מתמודדים עם חששות data-residency ואמון. כדאי לקוראים לעקוב אחר benchmarks עצמאיים מול הטענות של Qwen לגבי GUI והאם התמחור יכריח ספקים מערביים להגיב.