Qwen3.7-Plus

Qwen3.7-Plus est un LLM propriétaire de Qwen, sorti le 31 mai 2026, avec des poids non ouverts. Sa signature est une très grande fenêtre de contexte d’environ 1,0 M tokens, qui le place dans la catégorie des modèles conçus pour absorber de longs contenus en une seule requête.

Son positionnement combine performances de haut de panier à sa génération et coût très agressif. À sa sortie, Qwen3.7-Plus figurait dans le top 9% sur GPQA parmi les LLM de la même période, tout en affichant une tarification très économique, nettement inférieure à celle des modèles similaires et des modèles frontière.

Caractéristiques

Indices de synthèse

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Classements Arena (Elo)

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 84 % en dessous de la moyenne des LLM similaires, et 15,1 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).

Coût & vitesse agentiques

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Notre analyse

Forces. Qwen3.7-Plus se distingue d’abord par son rapport performance-prix : son tarif est 84% sous la moyenne des LLM similaires et environ 15,1 fois inférieur à celui des modèles frontière. Les résultats disponibles le placent dans une zone solide en raisonnement général, avec un Intelligence Index dans le haut du classement et un positionnement de génération fort sur GPQA. Le Code Index est également compétitif, signe d’un modèle crédible pour les tâches de programmation courantes. Sur Benchable, Email Classification (classification d’e-mails) fait partie de ses meilleurs signaux, et Instruction Following (respect des consignes) reste bien placé. Les classements Arena text et Arena vision indiquent aussi une réception favorable en comparaison directe.

Limites et points d'attention. Le modèle reste propriétaire, avec des poids non ouverts, ce qui limite l’audit indépendant et l’hébergement autonome. Son Agentic Index est moins convaincant que ses scores de raisonnement ou de code, ce qui invite à la prudence pour les chaînes d’actions longues, les agents outillés et les workflows nécessitant une forte autonomie. Le benchmark Hallucinations (résistance aux réponses inventées) affiche un score élevé mais un rang seulement médian dans un marché très dense, ce qui en fait un point à surveiller pour les usages factuels. Qwen3.7-Plus apparaît surtout pertinent pour des volumes importants de texte, du tri, de la génération encadrée, du code courant et des cas sensibles au coût.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).