SprachmodellNur API

Qwen 3.7 Plus

Alibaba

Veröffentlicht: Juni 2026
Datenstand: 8. September 2026
Vorgängermodell: Qwen3.6-Plus (Herstellerdokumentation)

Geschwindigkeit: 55,7 Token/s
Ausgabe-Tempo
Preis: 0,276 $ · 1,101 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild, Video
Ausgabe: Text

Das Besondere an Qwen 3.7 Plus ist der von Alibaba beschriebene Hybrid-Agent. Er liest Bildschirme, bedient grafische Oberflächen, erzeugt Code aus visuellen Vorlagen und verbindet GUI- mit CLI-Schritten. Text, Bilder und Videos dienen als Eingaben; das Kontextfenster umfasst 1.000.000 Token.

Alibaba veröffentlicht keine Parameterzahl und keine Gewichte. Die aktuelle Übersicht führt qwen3.7-plus als empfohlenes Flaggschiff und listet zusätzlich den Snapshot qwen3.7-plus-2026-05-26 unter Legacy.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	ProprietärQuelle
Zugang	APIQuelle
Kontextfenster	1.000.000 TokenQuelle
Hinweise	Kosteneffizientes API-Modell der Qwen-3.7-Familie mit 1M-Kontextfenster; Parameterzahl nicht offengelegt.Quelle
API-Modellkennung	qwen3.7-plusQuelle
Eingabe	Text, Bild, VideoQuelle
Ausgabe	TextQuelle
Reasoning-Modus	reasoningQuelle
Werkzeugaufrufe	JaQuelle
Strukturierte Ausgabe	JaQuelle
Maximales Kontextfenster	1.000.000 TokenQuelle
Maximale Ausgabe	65.536 TokenQuelle
Veröffentlichung	2026-06-01Quelle
Maximale Bildanzahl	2.048Quelle
Maximale Videoanzahl	64Quelle

Veröffentlichte Benchmarks

Code Migration

Overall

1.Claude Sonnet 5.569,83 %

2.GPT-6 Astra67,74 %

3.Claude Opus 5.566,65 %

4.Claude Opus 557,47 %

5.GPT-6 Sol57,2 %

6.Claude Fable 555,07 %

7.Claude Fable 5.154,61 %

8.GPT-5.6 Sol52,92 %

9.GPT-5.6 Terra47,8 %

10.Claude Opus 4.847,25 %

11.DeepSeek-V4.1-Flash45,62 %

12.GPT-5.545,16 %

13.Grok 4.744,82 %

14.Grok 4.644,57 %

15.GPT-5.6 Luna44,55 %

16.Claude Sonnet 544,39 %

17.GLM-5.344,22 %

18.Claude Opus 4.743,88 %

19.GPT-6 Luna42,55 %

20.Claude Sonnet 4.639,89 %

21.GLM-5.237,87 %

22.Grok 4.536,6 %

23.Gemini 3.8 Flash36,55 %

24.GPT-5.434,98 %

25.Gemini 3.7 Flash34,8 %

26.Gemini 3.6 Flash30,93 %

27.Kimi K2.627,77 %

28.Gemini 3.5 Flash26,75 %

29.DeepSeek-V4-Pro26,2 %

30.GLM-5.125,77 %

31.Kimi K2.7 Code25,39 %

32.Qwen 3.8 Max 090223,96 %

33.MiMo-V2.5-Pro21,56 %

34.GLM-5.3-Flash20,52 %

35.MiniMax M319,93 %

36.Gemini 3.1 Pro Preview17,31 %

37.Kimi K316,1 %

38.GPT-5.4 nano14,47 %

39.MiMo-V2.514,23 %

40.Qwen 3.8 27B14,16 %

41.Inkling Small13,68 %

42.Qwen 3.7 Max13,07 %

43.GPT-5.4 mini12,94 %

44.Qwen 3.7 Plus12,86 %

45.Inkling11,79 %

46.MiniMax M2.78,69 %

47.Kimi K2.56,96 %

48.Grok 4.36,8 %

49.Gemini 3 Flash Preview6,39 %

50.Gemini 3.5 Flash-Lite6,15 %

51.Mistral Medium 3.55,13 %

52.Nemotron 3 Ultra4,91 %

53.Gemini 3.1 Flash-Lite4,61 %

54.Mercury 2.54,49 %

55.Nemotron 3.5 Lightning2,95 %

56.Grok 4.20 Reasoning0,31 %

57.Ling 3.0 Flash0 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-code-migration:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 57
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 2146.993. Kosten je Aufgabe in USD: 0.41923. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-29-f0b317d5bed3. Prüfsumme der Quelldaten: f0b317d5bed3a2654a9ea39762d5e57f4649306adce3e6103e845ee1b9b94add. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Finanzen

EMB

Overall

1.Claude Fable 5.176,67 %

2.Claude Opus 5.575,94 %

3.Claude Sonnet 5.575,71 %

4.Claude Fable 573,67 %

5.Claude Opus 573,56 %

6.GPT-5.6 Sol72,34 %

7.Gemini 3.8 Flash72,2 %

8.GPT-6 Astra71,7 %

9.GPT-6 Sol71,53 %

10.Gemini 3.7 Flash71,33 %

11.Claude Opus 4.869,37 %

12.GPT-6 Luna68,52 %

13.GPT-5.6 Luna67,12 %

14.Grok 4.766,99 %

15.Kimi K366,4 %

16.Claude Sonnet 566,32 %

17.GPT-5.6 Terra66,21 %

18.Gemini 3.6 Flash65,41 %

19.GPT-5.564,54 %

20.Claude Opus 4.763,73 %

21.Gemini 3.5 Flash63,55 %

22.Grok 4.662,73 %

23.GLM-5.261,53 %

24.Claude Sonnet 4.660,15 %

25.Qwen 3.8 Max 090260,07 %

26.Qwen 3.8 27B59,66 %

27.Kimi K2.657,86 %

28.DeepSeek-V4.1-Flash57,21 %

29.Qwen 3.7 Max57,04 %

30.GLM-5.356,34 %

31.GLM-5.3-Flash55,93 %

32.MiMo-V2.5-Pro55,23 %

33.MiMo-V2.555,09 %

34.Grok 4.552,91 %

35.Gemini 3.1 Pro Preview52,62 %

36.DeepSeek-V4-Pro51,62 %

37.Qwen 3.7 Plus49,35 %

38.MiniMax M347,76 %

39.GPT-5.4 mini45,43 %

40.GPT-5.4 nano44,75 %

41.Gemini 3.5 Flash-Lite43,23 %

42.Inkling38,36 %

43.Inkling Small31,76 %

44.Nemotron 3 Ultra31,74 %

45.Kimi K2.528,47 %

46.MiniMax M2.728,45 %

47.Gemini 3 Flash Preview26,02 %

48.Ling 3.0 Flash25,01 %

49.Grok 4.318,39 %

50.Nemotron 3.5 Lightning16,99 %

51.Grok 4.20 Reasoning11,74 %

52.Mistral Medium 3.511,19 %

53.Mercury 2.58,82 %

54.Gemini 3.1 Flash-Lite8,63 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-emb:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 54
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 2209.243. Kosten je Aufgabe in USD: 0.597724. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-09-29-90535b2fd4dc. Prüfsumme der Quelldaten: 90535b2fd4dc213540eac0aff8ae769e34b6b1ba54e1ed6d0a51dcfe307d5598. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Finance Agent (v2)

Overall

1.Gemini 3.8 Flash61,44 %

2.Gemini 3.7 Flash59,04 %

3.Claude Fable 5.158,88 %

4.Claude Opus 558,63 %

5.Claude Opus 5.558,59 %

6.Claude Sonnet 5.558,1 %

7.Gemini 3.5 Flash57,86 %

8.GLM-5.3-Flash57,85 %

9.Claude Fable 556,31 %

10.Gemini 3.6 Flash56,3 %

11.GLM-5.355,84 %

12.GPT-5.6 Luna55,04 %

13.GPT-5.6 Terra54,44 %

14.Kimi K354,36 %

15.Claude Opus 4.853,92 %

16.Claude Sonnet 553,91 %

17.GPT-5.6 Sol53,76 %

18.Grok 4.653,68 %

19.GPT-6 Astra53,54 %

20.DeepSeek-V4.1-Flash53,48 %

21.Grok 4.752,25 %

22.GPT-5.551,76 %

23.Claude Opus 4.751,51 %

24.Claude Sonnet 4.651,04 %

25.Qwen 3.8 Max 090250,59 %

26.GPT-6 Luna49,87 %

27.GLM-5.249,7 %

28.GPT-6 Sol49,05 %

29.Qwen 3.8 27B48,55 %

30.Grok 4.548,35 %

31.MiniMax M348,27 %

32.Qwen 3.7 Max47,78 %

33.Gemini 3.5 Flash-Lite47,44 %

34.Inkling46,6 %

35.GPT-5.4 mini45,36 %

36.Kimi K2.644,9 %

37.GLM-5.144,79 %

38.DeepSeek-V4-Pro44,08 %

39.Gemini 3.1 Pro Preview42,98 %

40.Gemini 3 Flash Preview42,55 %

41.MiMo-V2.5-Pro41,5 %

42.Inkling Small41,26 %

43.Qwen 3.7 Plus38,22 %

44.GPT-5.4 nano38,22 %

45.Grok 4.337,73 %

46.Nemotron 3 Ultra37,67 %

47.MiMo-V2.536,73 %

48.Kimi K2.535,79 %

49.Mistral Medium 3.532,1 %

50.Ling 3.0 Flash30,31 %

51.Gemini 3.1 Flash-Lite29,99 %

52.Grok 4.20 Reasoning28,49 %

53.MiniMax M2.727,89 %

54.Mercury 2.518,56 %

55.Nemotron 3.5 Lightning18,5 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-finance-agent-v2:2:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 55
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 542.045. Kosten je Aufgabe in USD: 0.357661. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-fabv2-2026-09-29-addcd124c670. Prüfsumme der Quelldaten: addcd124c6706893659c1ae26698bf6ffa29c91018ee95b98ab15b9d4b6edcdb. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

MortgageTax

Overall

1.Claude Opus 572,06 %

2.Claude Fable 5.170,79 %

3.Claude Opus 4.770,27 %

4.Claude Sonnet 570,03 %

5.Claude Opus 4.869,91 %

6.Gemini 3.1 Pro Preview69,4 %

7.Claude Fable 568,92 %

8.Gemini 2.5 Pro68,92 %

9.GPT-5.568,76 %

10.Gemini 3 Flash Preview68,72 %

11.Claude Opus 4.568,68 %

11.Gemini 3.5 Flash-Lite68,68 %

13.MiniMax M368,36 %

14.GPT-5.468,32 %

15.Qwen 3.6 27B68,28 %

16.Gemini 3.5 Flash68,12 %

17.Gemini 3.1 Flash-Lite68,04 %

18.Claude Sonnet 4.667,73 %

19.Gemini 3.6 Flash67,61 %

20.GPT-5.6 Terra67,33 %

21.GPT-5.6 Luna67,29 %

22.GPT-5.6 Sol67,29 %

23.GPT-5 mini66,89 %

24.Gemini 3.7 Flash66,65 %

25.Kimi K2.566,53 %

26.Kimi K366,34 %

27.Qwen 3.7 Plus66,18 %

28.GPT-4.165,94 %

29.Kimi K2.665,82 %

30.o365,7 %

31.GPT-4.1 mini65,5 %

32.GPT-565,45 %

33.Gemini 3.8 Flash65,34 %

34.Qwen 3.8 27B64,94 %

35.o4-mini64,83 %

36.Grok 4.664,19 %

37.Inkling63,99 %

37.Qwen 3.8 Max 090263,99 %

39.GPT-5.4 mini63,51 %

40.Inkling Small62,28 %

41.Grok 4.561,8 %

42.Gemma 4 31B61,37 %

43.Mistral Small 3.161,21 %

44.MiMo-V2.559,26 %

45.GPT-5.4 nano59,1 %

46.Llama 4 Scout57,75 %

47.GPT-4o mini54,49 %

48.GPT-5 nano53,62 %

49.GPT-4.1 nano52,82 %

50.Mistral Large 352,11 %

51.Grok 4.348,25 %

52.Grok 4.20 Reasoning45,35 %

53.Mistral Medium 3.528,9 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-mortgage-tax:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 53
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 60.548. Kosten je Aufgabe in USD: 0.007588. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-mortgage_tax-2026-09-29-8e235fe66b37. Prüfsumme der Quelldaten: 8e235fe66b379887578d1b76970297d22fc5ae7232f4abfa613cb8576995ae2e. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Tax Agent Bench

Overall

1.Claude Fable 5.177,64 %

2.Claude Opus 575,06 %

3.Claude Sonnet 5.573,4 %

4.GLM-5.373,09 %

5.Grok 4.670,79 %

6.Claude Opus 5.570,5 %

7.Claude Fable 569,82 %

8.Kimi K368,67 %

9.GPT-5.6 Sol67,96 %

10.Gemini 3.8 Flash66,77 %

11.Qwen 3.8 Max 090265,96 %

12.Grok 4.765,6 %

13.GPT-5.6 Terra65,2 %

14.Claude Opus 4.864,91 %

15.Claude Sonnet 4.664,85 %

16.Grok 4.564,32 %

17.Claude Opus 4.763,86 %

18.GPT-6 Astra63,34 %

19.DeepSeek-V4.1-Flash62,46 %

20.Claude Sonnet 562,27 %

21.GLM-5.3-Flash61,96 %

22.GPT-5.6 Luna60,82 %

23.GPT-5.560,46 %

24.Qwen 3.8 27B60,04 %

25.GPT-6 Luna58,86 %

26.DeepSeek-V4-Pro58,5 %

27.Gemini 3.7 Flash57,67 %

28.Gemini 3.5 Flash53,53 %

29.GPT-6 Sol53,05 %

30.Gemini 3.6 Flash49,9 %

31.MiniMax M349,69 %

32.Qwen 3.7 Max47,41 %

33.Kimi K2.645,14 %

34.Inkling43,52 %

35.Inkling Small41,46 %

36.Qwen 3.7 Plus38,71 %

37.Gemini 3.1 Pro Preview37,84 %

38.Gemini 3 Flash Preview37,56 %

39.Gemini 3.5 Flash-Lite37,45 %

40.GPT-5.4 mini36,59 %

41.MiMo-V2.5-Pro34,79 %

42.Grok 4.334,42 %

43.Grok 4.20 Reasoning31,24 %

44.MiMo-V2.529,16 %

45.Mistral Medium 3.527,29 %

46.GPT-5.4 nano26,58 %

47.MiniMax M2.725,38 %

48.Gemini 3.1 Flash-Lite20,09 %

49.Nemotron 3.5 Lightning13 %

50.Mercury 2.512,77 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-tax-agent-bench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 50
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 310.263. Kosten je Aufgabe in USD: 0.093885. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-tax_agent_bench-2026-09-29-26bbe8f478c0. Prüfsumme der Quelldaten: 26bbe8f478c046c04f900fd3bff803a2f49b4bfc6037bdcea17eaa82df1e5c2b. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Recht

Harvey's Legal Agent Benchmark

Overall · Task fully resolved

1.Grok 4.615,83 %

2.Grok 4.512,92 %

3.Grok 4.712,5 %

4.Claude Fable 511,25 %

4.Qwen 3.8 27B11,25 %

6.Kimi K310,83 %

7.Qwen 3.8 Max 090210,42 %

8.Gemini 3.8 Flash10 %

9.Claude Opus 4.89,58 %

10.Gemini 3.7 Flash8,75 %

11.GLM-5.38,33 %

12.GLM-5.27,08 %

13.Claude Fable 5.16,67 %

13.Claude Opus 4.76,67 %

13.Claude Opus 56,67 %

13.DeepSeek-V4.1-Flash6,67 %

13.GLM-5.3-Flash6,67 %

18.GPT-6 Astra5,42 %

19.Claude Sonnet 4.65 %

19.Claude Sonnet 55 %

21.MiniMax M34,17 %

22.Claude Opus 5.53,75 %

22.DeepSeek-V4-Pro3,75 %

22.GPT-5.53,75 %

25.Gemini 3.6 Flash3,33 %

26.Claude Sonnet 5.52,92 %

26.GPT-6 Luna2,92 %

28.Gemini 3.5 Flash2,5 %

28.GPT-5.6 Sol2,5 %

30.Inkling2,08 %

30.MiMo-V2.5-Pro2,08 %

32.GPT-6 Sol1,67 %

32.Inkling Small1,67 %

32.Kimi K2.61,67 %

32.MiMo-V2.51,67 %

32.Qwen 3.7 Max1,67 %

37.GPT-5.6 Luna1,25 %

37.Ling 3.0 Flash1,25 %

39.GPT-5.6 Terra0,83 %

40.Grok 4.30,42 %

40.Mistral Medium 3.50,42 %

40.Nemotron 3 Ultra0,42 %

43.Gemini 3 Flash Preview0 %

43.Gemini 3.1 Flash-Lite0 %

43.Gemini 3.1 Pro Preview0 %

43.Gemini 3.5 Flash-Lite0 %

43.GLM-5.10 %

43.GPT-5.40 %

43.GPT-5.4 mini0 %

43.GPT-5.4 nano0 %

43.Grok 4.20 Reasoning0 %

43.Kimi K2.50 %

43.Mercury 2.50 %

43.MiniMax M2.70 %

43.Nemotron 3.5 Lightning0 %

43.Qwen 3.7 Plus0 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-agent-benchmark:1:overall
Messgröße: task resolution rate
Skala: 0-100
Teilnehmer: 56
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 529.209. Kosten je Aufgabe in USD: 0.234226. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-hlab-2026-09-29-d6fb708e5bcc. Prüfsumme der Quelldaten: d6fb708e5bccec56c7a5e5ad97918d9cc47c5ebefb88af4a1a5771493dadba2f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Legal Research Bench

Overall · All-pass

1.Claude Fable 5.155,29 %

1.Claude Opus 555,29 %

3.Claude Opus 5.550,48 %

4.Claude Fable 549,52 %

5.GLM-5.349,04 %

6.Claude Sonnet 5.548,08 %

6.GPT-5.6 Sol48,08 %

6.Grok 4.648,08 %

9.Qwen 3.8 Max 090247,6 %

10.Grok 4.747,12 %

11.GLM-5.3-Flash45,19 %

12.Kimi K344,23 %

13.Claude Opus 4.843,75 %

14.Claude Sonnet 541,83 %

15.DeepSeek-V4.1-Flash41,35 %

15.GPT-5.6 Terra41,35 %

17.GPT-5.540,39 %

18.GPT-6 Astra39,42 %

19.Gemini 3.8 Flash38,94 %

20.Claude Opus 4.738,46 %

20.Claude Sonnet 4.638,46 %

22.Grok 4.537,98 %

23.GPT-5.6 Luna36,54 %

24.Qwen 3.8 27B36,06 %

25.Gemini 3.7 Flash34,62 %

26.GLM-5.231,25 %

27.Gemini 3.5 Flash30,77 %

28.GPT-6 Luna30,29 %

29.MiniMax M329,81 %

30.GPT-6 Sol28,85 %

31.Inkling28,37 %

32.GLM-5.127,89 %

33.Inkling Small25,48 %

33.Qwen 3.7 Max25,48 %

35.Gemini 3.6 Flash25 %

36.DeepSeek-V4-Pro23,08 %

37.Gemini 3.1 Pro Preview20,67 %

38.Gemini 3 Flash Preview18,27 %

39.Qwen 3.7 Plus16,35 %

40.Kimi K2.515,87 %

40.Kimi K2.615,87 %

40.MiMo-V2.5-Pro15,87 %

43.Grok 4.315,39 %

43.Nemotron 3 Ultra15,39 %

45.Gemini 3.5 Flash-Lite13,94 %

45.Grok 4.20 Reasoning13,94 %

47.GPT-5.4 mini12,5 %

48.MiniMax M2.710,58 %

49.MiMo-V2.59,14 %

49.Mistral Medium 3.59,14 %

51.GPT-5.4 nano6,25 %

52.Mercury 2.54,33 %

53.Gemini 3.1 Flash-Lite3,37 %

54.Nemotron 3.5 Lightning2,89 %

55.Ling 3.0 Flash0 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-legal-research:1:overall
Messgröße: all-pass rate
Skala: 0-100
Teilnehmer: 55
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 831.995. Kosten je Aufgabe in USD: 0.295949. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_research-2026-09-29-b15acd492114. Prüfsumme der Quelldaten: b15acd492114174e151eff7ff17a38d547d5a1e93d2d598c153066542bbc56b7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

SAGE

Overall

1.Claude Opus 4.756,1 %

2.Gemma 4 31B55,03 %

3.Claude Opus 4.854,79 %

4.Kimi K354,26 %

5.GPT-5.6 Sol52,56 %

6.Qwen 3.8 27B52,4 %

7.Claude Fable 551,89 %

8.Gemini 3 Flash Preview51,85 %

9.Claude Sonnet 5.551,77 %

10.GPT-5.551,53 %

11.Qwen 3.8 Max 090251,25 %

12.GPT-5.4 mini50,81 %

13.MiniMax M350,57 %

14.Kimi K2.650,22 %

15.Gemini 3.5 Flash49,89 %

16.Kimi K2.549,87 %

17.Gemini 3.1 Flash-Lite49,54 %

18.Claude Opus 549,43 %

19.Gemini 3.7 Flash49,23 %

20.Claude Sonnet 548,93 %

21.Gemini 3.6 Flash48,69 %

22.Gemini 3.1 Pro Preview48,68 %

23.Claude Fable 5.148,53 %

24.GPT-6 Luna48,09 %

25.DeepSeek-V4.1-Flash47,88 %

26.Gemini 3.5 Flash-Lite47,3 %

27.GPT-5.6 Terra47 %

28.Claude Sonnet 4.646,58 %

29.GPT-6 Astra46,37 %

30.Claude Opus 5.545,83 %

31.Qwen 3.6 27B45,58 %

32.Claude Opus 4.545 %

33.GPT-6 Sol44,79 %

34.GPT-5.6 Luna44,22 %

35.GPT-543,68 %

36.GPT-5.443,31 %

37.MiMo-V2.543,27 %

38.GPT-5 mini42,99 %

39.Gemini 2.5 Pro41,92 %

40.o341,77 %

41.o4-mini41,06 %

42.Grok 4.740,79 %

43.Qwen 3.7 Plus39,25 %

44.Grok 4.20 Reasoning38,24 %

45.GPT-5.4 nano38,08 %

46.Mistral Medium 3.537,61 %

47.Inkling36,56 %

48.Gemini 3.8 Flash35,06 %

49.Grok 4.534,97 %

50.Llama 4 Scout34,83 %

51.Claude Sonnet 4.532,88 %

52.Inkling Small32,74 %

53.GPT-5 nano30,38 %

54.Grok 4.628,9 %

55.Gemini 2.5 Flash-Lite27,53 %

56.Mistral Large 324,6 %

57.Grok 4.319,74 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-sage:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 57
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 177.044. Kosten je Aufgabe in USD: 0.021774. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-09-29-89f30a3444b7. Prüfsumme der Quelldaten: 89f30a3444b7edab27c895a52e2ce3759c99ee458f9763715a7a344cb2456193. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Agentenaufgaben

SkillsBench

Overall

1.DeepSeek-V4.1-Flash69,8 %

2.Grok 4.566,03 %

3.Gemini 3.7 Flash65,89 %

4.GPT-5.562,21 %

5.Claude Fable 5.161,55 %

6.GPT-5.6 Luna60,45 %

7.Claude Opus 560,44 %

8.Claude Opus 4.859,23 %

9.GPT-5.6 Terra58,9 %

10.Gemini 3.8 Flash57,99 %

11.Grok 4.655,77 %

12.Qwen 3.7 Plus54,3 %

13.GPT-5.6 Sol54,1 %

14.Gemini 3.5 Flash52,74 %

15.GPT-5.451,71 %

16.MiniMax M351,5 %

17.DeepSeek-V4-Pro51,27 %

18.Kimi K2.7 Code50,04 %

19.Claude Sonnet 4.649,05 %

20.GLM-5.347,51 %

21.Claude Sonnet 546,48 %

22.GLM-5.245,08 %

23.Qwen 3.8 Max 090242,01 %

24.Grok 4.340,64 %

25.GLM-5.3-Flash40,16 %

26.Qwen 3.8 27B38,11 %

27.Inkling Small33,58 %

28.Ling 3.0 Flash27,95 %

29.Inkling26,09 %

30.Mercury 2.518,06 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-skillsbench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 30
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Harness: OpenHands. Latenz in Sekunden: 724.46. Kosten je Aufgabe in USD: 0.137331. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-skillsbench-2026-09-29-38ec42553ceb. Prüfsumme der Quelldaten: 38ec42553ceb08e4efe7336723e87e67325977245b113ef7b86401dc72b0481a. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Terminal-Bench 2.1

Overall

1.Claude Opus 5.587,64 %

2.GPT-6 Astra87,27 %

3.GPT-5.6 Sol85,77 %

4.Claude Fable 5.185,02 %

5.Claude Opus 584,64 %

6.Claude Sonnet 5.583,15 %

6.GPT-6 Sol83,15 %

8.Gemini 3.8 Flash81,27 %

9.Kimi K380,9 %

10.Claude Fable 580,52 %

11.GPT-5.6 Luna79,03 %

12.Grok 4.678,28 %

13.Gemini 3.7 Flash77,53 %

13.GPT-5.6 Terra77,53 %

15.GPT-5.576,4 %

16.Claude Sonnet 574,53 %

16.DeepSeek-V4.1-Flash74,53 %

18.Gemini 3.5 Flash74,16 %

19.Gemini 3.6 Flash73,78 %

20.Grok 4.773,41 %

21.GPT-6 Luna73,03 %

22.Claude Opus 4.871,91 %

23.GLM-5.371,54 %

24.Gemini 3.1 Pro Preview70,79 %

25.Claude Opus 4.768,54 %

26.GLM-5.267,79 %

26.Grok 4.567,79 %

28.Qwen 3.8 Max 090267,42 %

29.Kimi K2.7 Code67,04 %

30.GLM-5.3-Flash62,92 %

31.Qwen 3.7 Max61,05 %

32.MiMo-V2.560,67 %

33.Qwen 3.8 27B58,43 %

34.Claude Sonnet 4.657,3 %

34.MiMo-V2.5-Pro57,3 %

36.GLM-5.156,93 %

37.Inkling Small55,06 %

38.GPT-5.4 mini54,68 %

39.Gemini 3 Flash Preview53,93 %

40.Kimi K2.653,56 %

40.MiniMax M353,56 %

42.Qwen 3.7 Plus52,81 %

43.Nemotron 3 Ultra50,94 %

44.DeepSeek-V4-Pro50,19 %

44.Gemini 3.5 Flash-Lite50,19 %

44.Ling 3.0 Flash50,19 %

47.MiniMax M2.748,69 %

48.Inkling47,57 %

49.Grok 4.20 Reasoning44,2 %

50.Grok 4.341,95 %

50.Kimi K2.541,95 %

52.GPT-5.4 nano41,57 %

53.Mistral Medium 3.538,95 %

54.Gemini 3.1 Flash-Lite34,08 %

54.Mercury 2.534,08 %

56.Nemotron 3.5 Lightning10,86 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-terminal-bench-2-1:2.1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 56
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 654.983. Kosten je Aufgabe in USD: 0.095849. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-terminal-bench-2-1-2026-09-29-ff5f7199abea. Prüfsumme der Quelldaten: ff5f7199abeaca14589b04c7102b104955302c06e3b257819a246ade3ee85a2b. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Weitere Aufgaben

Vals Index

Overall

1.Claude Opus 5.569,69 %

2.Claude Sonnet 5.569,22 %

3.Claude Fable 5.168,83 %

4.Claude Opus 567,21 %

5.GPT-6 Astra66,61 %

6.Claude Fable 566,04 %

7.GPT-5.6 Sol63,71 %

8.GPT-6 Sol62,57 %

9.Gemini 3.8 Flash62,25 %

10.Claude Opus 4.860,91 %

11.Grok 4.760,22 %

12.GPT-5.6 Luna59,88 %

13.Claude Sonnet 559,61 %

14.GPT-5.6 Terra59,59 %

15.Gemini 3.7 Flash59,31 %

16.Grok 4.659,17 %

17.GPT-6 Luna58,45 %

18.DeepSeek-V4.1-Flash57,86 %

19.Kimi K357,81 %

20.GPT-5.557,41 %

21.GLM-5.356,97 %

22.Claude Opus 4.756,11 %

23.Gemini 3.6 Flash55,35 %

24.GLM-5.253,12 %

25.Gemini 3.5 Flash53,08 %

26.Qwen 3.8 Max 090251,84 %

27.Grok 4.551,53 %

28.Claude Sonnet 4.650,59 %

29.Qwen 3.8 27B48,49 %

30.GLM-5.3-Flash47,22 %

31.Qwen 3.7 Max44,77 %

32.Kimi K2.643,47 %

33.DeepSeek-V4-Pro42,89 %

34.MiniMax M342,72 %

35.Gemini 3.1 Pro Preview41,9 %

36.MiMo-V2.5-Pro40,97 %

37.MiMo-V2.539,91 %

38.GPT-5.4 mini39,63 %

39.Qwen 3.7 Plus38,65 %

40.Gemini 3.5 Flash-Lite36,71 %

41.Inkling34,1 %

42.GPT-5.4 nano33 %

43.Inkling Small31,86 %

44.Gemini 3 Flash Preview29,44 %

45.Nemotron 3 Ultra27,4 %

46.Kimi K2.526,3 %

47.MiniMax M2.724,56 %

48.Grok 4.324,29 %

49.Ling 3.0 Flash21,7 %

50.Mistral Medium 3.517,95 %

51.Grok 4.20 Reasoning17,55 %

52.Gemini 3.1 Flash-Lite15,46 %

53.Mercury 2.512,95 %

54.Nemotron 3.5 Lightning11,49 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-vals-index:2:overall
Messgröße: weighted index score
Skala: 0-100
Teilnehmer: 54
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1307.967. Kosten je Aufgabe in USD: 0.439693. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-vals_index-2026-09-29-23dd891fd553. Prüfsumme der Quelldaten: 23dd891fd553db25c04cbaf6b65ca791a82da048ba441be00fdd255bca672026. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Vals Multimodal Index

Overall

1.Claude Fable 574,15 %

2.Claude Opus 573,9 %

3.Kimi K373,42 %

4.GPT-5.6 Sol72,64 %

5.Claude Opus 4.870,89 %

6.GPT-5.6 Luna69,06 %

7.Claude Sonnet 568,83 %

8.GPT-5.568,07 %

9.Claude Opus 4.767,36 %

10.Qwen 3.8 Max 090265,39 %

11.Gemini 3.6 Flash65,08 %

12.GPT-5.6 Terra65,07 %

13.Grok 4.563,42 %

14.Gemini 3.5 Flash62,93 %

15.Claude Sonnet 4.660,57 %

16.MiniMax M359,97 %

17.Kimi K2.656,43 %

18.Gemini 3.1 Pro Preview56,07 %

19.GPT-5.4 mini54,22 %

20.Qwen 3.7 Plus53,89 %

21.MiMo-V2.552,77 %

22.Gemini 3 Flash Preview52,19 %

23.Inkling Small50,05 %

24.Inkling49,4 %

25.GPT-5.4 nano47,64 %

26.Grok 4.343,29 %

27.Gemini 3.1 Flash-Lite41,35 %

28.Grok 4.20 Reasoning39,06 %

29.Mistral Medium 3.534,77 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-vals-multimodal-index:1.2:overall
Messgröße: weighted index score
Skala: 0-100
Teilnehmer: 29
Methodik und Einordnung: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-11. Latenz in Sekunden: 628.662. Kosten je Aufgabe in USD: 0.255213. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-vals_multimodal_index-2026-09-29-56606d1813db. Prüfsumme der Quelldaten: 56606d1813db48c6c0c58f2b978cbc6a6b594d3f9152f124510cc134aa199e92. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Dokumentierte Messdetails

Code Migration: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 12.856
Bewertung: 12.856
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-code-migration:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 2146.993. Kosten je Aufgabe in USD: 0.41923. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-29-f0b317d5bed3. Prüfsumme der Quelldaten: f0b317d5bed3a2654a9ea39762d5e57f4649306adce3e6103e845ee1b9b94add. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

EMB: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 49.345
Bewertung: 49.345
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-emb:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 2209.243. Kosten je Aufgabe in USD: 0.597724. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-emb-2026-09-29-90535b2fd4dc. Prüfsumme der Quelldaten: 90535b2fd4dc213540eac0aff8ae769e34b6b1ba54e1ed6d0a51dcfe307d5598. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Finance Agent (v2): Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 38.22
Bewertung: 38.22
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-finance-agent-v2:2:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 542.045. Kosten je Aufgabe in USD: 0.357661. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-fabv2-2026-09-29-addcd124c670. Prüfsumme der Quelldaten: addcd124c6706893659c1ae26698bf6ffa29c91018ee95b98ab15b9d4b6edcdb. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Harvey's Legal Agent Benchmark: Overall · Task fully resolved (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: task resolution rate
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: overall
Aufgabenbezeichnung: Overall · Task fully resolved
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-agent-benchmark:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 529.209. Kosten je Aufgabe in USD: 0.234226. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-hlab-2026-09-29-d6fb708e5bcc. Prüfsumme der Quelldaten: d6fb708e5bccec56c7a5e5ad97918d9cc47c5ebefb88af4a1a5771493dadba2f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Legal Research Bench: Overall · All-pass (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 16.346
Bewertung: 16.346
Messgröße: all-pass rate
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: overall
Aufgabenbezeichnung: Overall · All-pass
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-research:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 831.995. Kosten je Aufgabe in USD: 0.295949. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_research-2026-09-29-b15acd492114. Prüfsumme der Quelldaten: b15acd492114174e151eff7ff17a38d547d5a1e93d2d598c153066542bbc56b7. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

MortgageTax: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 66.176
Bewertung: 66.176
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-mortgage-tax:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 60.548. Kosten je Aufgabe in USD: 0.007588. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-mortgage_tax-2026-09-29-8e235fe66b37. Prüfsumme der Quelldaten: 8e235fe66b379887578d1b76970297d22fc5ae7232f4abfa613cb8576995ae2e. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

SAGE: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 39.251
Bewertung: 39.251
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-26. Latenz in Sekunden: 177.044. Kosten je Aufgabe in USD: 0.021774. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-09-29-89f30a3444b7. Prüfsumme der Quelldaten: 89f30a3444b7edab27c895a52e2ce3759c99ee458f9763715a7a344cb2456193. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

SkillsBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 54.296
Bewertung: 54.296
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: agentic
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-skillsbench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Harness: OpenHands. Latenz in Sekunden: 724.46. Kosten je Aufgabe in USD: 0.137331. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-skillsbench-2026-09-29-38ec42553ceb. Prüfsumme der Quelldaten: 38ec42553ceb08e4efe7336723e87e67325977245b113ef7b86401dc72b0481a. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Vergleichsmethodik: Harness: OpenHands

Quelle Vals AI

Tax Agent Bench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 38.713
Bewertung: 38.713
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-tax-agent-bench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 310.263. Kosten je Aufgabe in USD: 0.093885. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-tax_agent_bench-2026-09-29-26bbe8f478c0. Prüfsumme der Quelldaten: 26bbe8f478c046c04f900fd3bff803a2f49b4bfc6037bdcea17eaa82df1e5c2b. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Terminal-Bench 2.1: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 52.809
Bewertung: 52.809
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2.1
Kategorie: agentic
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-terminal-bench-2-1:2.1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 654.983. Kosten je Aufgabe in USD: 0.095849. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-terminal-bench-2-1-2026-09-29-ff5f7199abea. Prüfsumme der Quelldaten: ff5f7199abeaca14589b04c7102b104955302c06e3b257819a246ade3ee85a2b. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Vals Index: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 38.645
Bewertung: 38.645
Messgröße: weighted index score
Einheit: %
Benchmark-Version: 2
Kategorie: aggregate
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-vals-index:2:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 1307.967. Kosten je Aufgabe in USD: 0.439693. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-vals_index-2026-09-29-23dd891fd553. Prüfsumme der Quelldaten: 23dd891fd553db25c04cbaf6b65ca791a82da048ba441be00fdd255bca672026. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Vals Multimodal Index: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 53.892
Bewertung: 53.892
Messgröße: weighted index score
Einheit: %
Benchmark-Version: 1.2
Kategorie: aggregate
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-vals-multimodal-index:1.2:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: alibaba/qwen3.7-plus. Name des Quellmodells: Qwen 3.7 Plus. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-11. Latenz in Sekunden: 628.662. Kosten je Aufgabe in USD: 0.255213. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-vals_multimodal_index-2026-09-29-56606d1813db. Prüfsumme der Quelldaten: 56606d1813db48c6c0c58f2b978cbc6a6b594d3f9152f124510cc134aa199e92. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Seite 1 von 2

Vorgänger und Nachfolger

Frühere Modellgeneration: Qwen3.6-Plus (Herstellerdokumentation)
Herstellerdokumentation
Beleg zur Modellfolge
Alibaba's Qwen3.7-Plus launch post presents it as a comprehensive vision-language and agentic upgrade measured directly against Qwen3.6-Plus, its same-tier predecessor in the Plus product line; the source frames this as an improvement rather than stating 'replaces' in so many words, so it is recorded as nearest-profile rather than direct.
Alibaba Cloud Community: "Qwen3.7-Plus: Multimodal Agent Intelligence" (2026-09-19)

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Alibaba. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · Modellmetadaten
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Alibaba Cloud visual understanding models · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Alibaba Cloud visual understanding models · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	knowledge-cutoff Originalwortlaut Checked Model Studio model/API pages do not state an exact knowledge cutoff.
In den geprüften Quellen nicht gefunden	profile-benchmarks Originalwortlaut No exact-model numeric benchmark table was found in the checked API documentation.
In den geprüften Quellen nicht gefunden	parameters-billions Originalwortlaut The checked API documentation does not publish total parameters.
Weitere Quelle	Kontextfenster-Daten · Alibaba Cloud text generation models · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Alibaba Qwen3.7-Plus announcement · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0

Qwen 3.7 Plus

Technische Daten und Zugang

Veröffentlichte Benchmarks

Code Migration

Finanzen

EMB

Finance Agent (v2)

MortgageTax

Tax Agent Bench

Recht

Harvey's Legal Agent Benchmark

Legal Research Bench

SAGE

Agentenaufgaben

SkillsBench

Terminal-Bench 2.1

Weitere Aufgaben

Vals Index

Vals Multimodal Index

Dokumentierte Messdetails

Unsere Tests

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Vorgänger und Nachfolger

Quellen und Datenstand