Qwen 3.7 Plus 测试报告！真的能打吗？
本期视频实测阿里巴巴通义千问最新发布的 Qwen 3.7 Plus，国产旗舰开源大模型系列高配版本。本期视频用祖传测试用力测评，看 Qwen 3.7 Plus 究竟能不能打。
相关工具已收录于 AI工具严选
Qwen
通义千问，阿里推出的全面AI大语言模型系列
微信赞赏
相关推荐
2026-09-18
Qwen 3.8 Omni Flash 全模态测评！究竟有多能打？
Qwen 3.8 Omni Flash 全模态模型来袭，我们的测评报告当然不能落下。因为是全模态模型，所以先测多模态能力，然后再看大家要求要不要测推理和编程。由于在线上测试，不知道免费额度能测多少，本次测试按最关心的顺序来。 第一题：HTML 游戏复刻。 给它一个简单的左右移动接住星星的小游戏视频，让它通过 HTML 复刻这个游戏。实现完成后打开看，实际效果像模像样，但有个问题：只能通过鼠标控制，键盘上下左右无法操控——而这个游戏明显应该支持键盘控制。 第二题：鸳鸯图片辨别。 给它一张鸳鸯图片，让它分辨雄鸳鸯和雌鸳鸯的数量。图片中应该有五只雄鸳鸯、四只雌鸳鸯，最左边是一只野鸭。模型回答四雄五雌，刚好说反了。 第三题：图像细节辨析。 让模型找出图片中的不同之处，它指出第一行第四列的菱形不端正、有所倾斜。实际检查后确认确实如此，判断正确。 第四题：电影出处匹配（老无所依）。 给一张老无所依电影截图，看模型是否能找出出自哪部电影。第一次给了截取较远的图，模型回答星际穿越，错了。这道题很少有模型能做对——不是辨别不了图片内容，而是在根据内容匹配电影时出错。换成更清晰的截图后，这次成...
2026-07-21
Qwen-Audio-3.0-TTS！阿里语音合成新模型登顶榜单！
此前实测千问3.8 Max Preview综合表现十分亮眼，阿里同期上新的Qwen-Audio-3.0-TTS语音合成模型实力同样顶尖，拿下全球语音榜单榜首。传统TTS音色规整生硬，很难还原真实情绪，只能生硬输出笑声文字，这款模型支持细粒度情绪调控，喜怒骂等神态语气都能自然还原，同时完美适配多方言与多种语言合成。模型可在百炼平台调用，代码简介易懂，采用websocket全双工传输，区别于传统单次应答的HTTP接口，支持实时打断对话，交互流畅度大幅提升，适合有语音生成、实时语音交互需求的开发者自行上手体验。 访问入口
2026-10-12
Microsoft-Decision-1！微软版Jev！基于 Qwen3.5-9B！
一个只会做选择题的 AI，让微软和硅谷创业公司当场翻了脸。事情得从上周说起：硅谷创业公司 TypeSafe AI 靠一个只拍板、不聊天的决策模型 Jev，三周估值干到了 75 亿美元。微软转头就发布了自己的版本，叫 Microsoft Decision-1。 它的用法很直接：把业务场景和几个备选方案一起喂进去，它直接吐出每个方案的得分和概率，该自动执行还是转人工，一眼就能定。速度是 GPT-6 Sol 的 35 倍，36 项盲测的准确率全部排在第一。像客服工单该派给谁处理、用户咨询该路由到哪个组、内容该不该打风险标这类每天成千上万次的小判断，它都是毫秒级出结果，而且不太会抽风——同一句话换个说法再问，结论翻转率只有 1.3%。 价格也很狠：输入每百万 token 只要 4 美分，输出不要钱。微软内部拿 Xbox 的反馈处理跑过一轮，质量跟 GPT-6 Sol 打平，成本却砍到了 1/200。现在在微软 Foundry 上就能调用，OpenRouter 也已经接进去了。 最让国内开发者破防的是它的底座是阿里的 Qwen 3.5 9B。做智能体、做工作流、做自动化的兄...
2026-08-27
Qwen 3.8 Flash测评报告！究竟有多能打？
期待已久的 Qwen‑3.8‑Flash 实测报告新鲜出炉！这款全新的 MoE 多模态大模型，主参 125B，每次仅激活 6B 参数，原生 256K 上下文最高可扩容至 1M，API 定价性价比极高，网传办公编稿实力十分强悍。本次依旧使用祖传全套测试用例，在 Claude Code 上将思考模式拉满展开测评。约束生成、24 点运算、密码推理题全部顺利通过，推理表现亮眼。但深度编程测试当中，浏览器操作系统、太空射击游戏、Trello 看板等项目出现了界面布局、物体方向、按钮排版等小 bug，3D 赛车游戏整体完成度较高。综合来看它的推理能力稳定在线，编程实力可圈可点，想要上手的小伙伴可以参考这份实测结果…… 访问入口
2026-10-14
千问办公电商版！AI 正式接管电商全流程！看完发布会有感！
千问办公在秋季新品发布会上推出了「电商版」功能，看完特别有感触。我自己就是和朋友合作开发电子产品、在淘宝上卖的，结合发布会内容和拿到内测资格用户的分享，感觉这套东西大有可为。 最戳我的是一个真实案例：一位做了 10 年女鞋的老板想开一家 3D 打印鞋的新店，从市场调研到测款开卖只花了 7 天、成本几百块。搁在以前，光打样拍摄就要上万元，还得搭进去一个月。他能这么快，是因为整条链路都交给 AI 去跑了。 玩法是在千问办公里切到「电商经营模式」，连上生意参谋、千牛、万相台这些后台，一句话就能派活。比如告诉它「今年双 11 营收目标 500 万，结合去年大促和最近 30 天的表现，定好商品、投放和直播方案」，它就会生成一个作战台，每天上午 9 点更新各店铺的销量、库存和广告消耗，哪家店掉队一眼就能看到。 还有一个直接戳中小卖家痛点的能力：给 50 款新品做主图、场景图和投放文案，它能把品牌调性和卖点揉进去批量出图，素材还会同步到 AI 表格里，按平台和版本统一管理。那位老板说，他现在已经把千问办公当成靠谱的电商运营合伙人，而不是单纯的 AI 工具。 我琢磨着，回头我们店赶上上新旺...
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
