阿里千问最强智能体模型Qwen 3.7
阿里千问最强智能体模型 Qwen3.7-Max 发布
2026年05月20日 11:06
IT之家 5 月 20 日消息，阿里千问大模型今日正式发布 Qwen3.7-Max —— 面向智能体时代的新一代旗舰模型，即将通过 API 提供服务。Qwen3.7-Max 是阿里千问迄今最全面、最强大的智能体模型。
千问大模型官方介绍称， Qwen3.7-Max 致力于成为全能的智能体基座 —— 无论是编写和调试代码、自动化办公流程，还是在跨越数百乃至数千步的长周期任务中持续自主执行，都能胜任。
Qwen3.7-Max 的核心优势在于智能体能力的广度与深度：
Qwen3.7-Max 即将通过阿里云百炼提供服务，用户可以通过阿里云百炼 API 调用（即将上线）。
IT之家附 Qwen3.7-Max 模型测试表现如下：
在编程智能体方面 ，Qwen3.7-Max 在 SWE-Pro（60.6）、SWE-Multilingual（78.3）、SciCode（53.5）和 QwenSVG（1608）上均取得领先表现。在 Terminal Bench 2.0-Terminus（69.7）上超越 DS-V4-Pro Max（67.9）。在 SWE-Verified（80.4）上与 Opus-4.6 Max（80.8）和 DS-V4-Pro Max（80.6）表现相当。
在通用智能体方面 ，提升更为显著。Qwen3.7-Max 在 MCP-Mark（60.8 vs. GLM-5.1 的 57.5）、MCP-Atlas（76.4 vs. Opus-4.6 的 75.8）和 Skillbench（59.2 vs. K2.6 的 56.2）上表现突出，并在 Kernel Bench L3（1.98 倍中位数加速，96% 加速率）上展示了 GPU 内核优化能力。在 BFCL-V4（75.0）、Qwenclaw（64.3）和 ClawEval（65.2）上同样表现出色，紧追 Opus-4.6 Max。在办公自动化基准 SpreadSheetBench-v1 上得分 87.0，处于顶尖水平。
在推理方面，Qwen3.7-Max 在 GPQA Diamond（92.4 vs. Opus-4.6 的 91.3）、HLE（41.4 vs. Opus-4.6 的 40.0）、HMMT 2026 Feb（97.1 vs. Opus-4.6 的 96.2）、IMOAnswerBench（90.0 vs. DS-V4-Pro 的 89.8）和 Apex（44.5 vs. DS-V4-Pro 的 38.3）上均取得领先成绩。
在通用能力与多语言方面 ，Qwen3.7-Max 在 IFBench（79.1 vs. DS-V4-Pro 的 77.0）上表现突出，展示了指令遵循能力。在 WMT24++（85.8）和 MAXIFE（89.2）上同样领先，表明其多语言理解和翻译质量处于一流水平。在 SuperGPQA（73.6）和 QwenWorldBench（57.3）上表现出色。