qwen3.7-max

Qwen3.7-Max 是阿里巴巴通义千问系列于2026年5月20日发布的旗舰大模型，专为智能体（Agent）时代设计，主打长周期自主执行、全栈编程与高阶推理能力，当前为通义千问商用体系中综合性能最强的纯文本模型。‌‌

• ‌发布时间与定位‌：2026年5月20日在阿里云峰会正式发布，属 Qwen3.7 系列顶配版，面向复杂任务自动化、工程级编程智能体和多工具协同场景，不支持多模态（视觉能力由同期发布的 Qwen3.7-Plus 覆盖）。

• ‌核心能力‌：在 Arena 全球盲测榜位列‌国产第一‌，逼近 GPT-4o/Claude 3.5 Opus 级别；SWE-bench、Terminal Bench 2.0、GPQA Diamond 等编程与推理基准领先；‌支持百万级（1M）上下文窗口‌，最大输出达 64K Token；可自主完成超 35 小时、超 1000 次工具调用的长程任务（如在未接触过的真武 M890 芯片上优化推理内核，实现 10 倍加速）。

• ‌智能体优化‌：原生适配 MCP 协议，跨框架（Claude Code、OpenClaw、Qwen Code）泛化能力强，内置联网搜索、代码解释器、网页抓取等工具，支持自主规划、错误恢复与迭代。

• ‌性能表现‌：IFBench 指令遵循 79.1 分，WMT24++ 多语言领先；非线智能实测中文综合准确率 ‌76.9%‌（较 Qwen3.6-Max 提升 1.5%），平均响应耗时 ‌51 秒/调用‌（降幅约 36%）。

• ‌可用性与成本‌：通过 ‌阿里云百炼平台‌ 提供 API 调用（兼容 OpenAI 接口），当前（截至2026年6月11日）推理服务‌限时5折‌（输入 ¥6/百万Token，输出 ¥18/百万Token），新用户可领 ‌100万免费 Tokens‌；不支持开源部署，属商业旗舰模型。

• ‌适用场景‌：企业级智能体开发、复杂代码工程（跨文件理解/重构）、科研推理、自动化办公（SpreadSheetBench-v1 得分 87）、长文档分析；‌不推荐用于简单问答或轻量任务‌（应选 Qwen3.7-Plus/Flash）。‌‌

该模型未在训练中接触平头哥真武 M890 芯片，其 35 小时内核优化为推理阶段自主执行案例，体现“任务对齐”而非“人类偏好对齐”的 Agent 范式演进。后续版本（如 Qwen3.7-Plus）已上线并支持多模态，但 Qwen3.7-Max 仍为纯文本高阶推理首选。‌‌