Qwen3.7-Max – 阿里巴巴发布的千问系列新一代旗舰大模型

Qwen3.7-Max定位与技术突破

1. 从“说得好”到“做得到”的范式转移

• 传统大模型侧重单次对话的流畅性，而Qwen3.7-Max专为长周期自主执行任务设计，能持续跟踪数百至数千步的复杂流程，保持逻辑连贯性。阿里巴巴通义大模型事业部负责人周靖人指出，这是大模型从“聊天助手”向“生产级智能体”的关键进化。
• 通过“任务-运行框架-验证器”正交解耦技术，模型摆脱了对特定开发框架的依赖，在Claude Code、OpenClaw等不同环境中均能稳定输出，避免因环境切换导致性能骤降。

2. 长程任务自主执行能力验证

• 在无任何硬件文档支持的极端测试中，模型仅凭任务说明书，在平头哥真武M890芯片上自主完成35小时连续工作，独立执行432次内核评估、1158次工具调用，最终将推理速度较官方参考实现提升10倍（远超GLM 5.1的7.3倍和Kimi K2.6的5.0倍）。
• 关键突破点在于：模型在运行超30小时后仍能主动发起架构重设计，证明其具备动态问题诊断与持续迭代能力，而非依赖预设规则。

Qwen3.7-Max关键能力表现

1. 编程与推理能力

• 编程智能体：在SWE-Pro（60.6分）、SWE-Multilingual（78.3分）等真实编程任务评测中领先国际主流模型，Terminal Bench 2.0-Terminus得分69.7，超越DeepSeek-v4-pro-Max（67.9分）。
• 推理与泛化：在GPQA Diamond（92.4分）和HLE（41.4分）等高难度推理测试中超越Claude Opus-4.6（91.3分、40.0分），多语言能力WMT24++（85.8分）、MAXIFE（89.2分）处于全球第一梯队。

2. 办公与生产力场景

• 通过MCP集成与多智能体协作，实现端到端工作流自动化。在SpreadSheetBench-v1办公自动化基准中得分87.0分，为当前顶尖水平，可将原本需专业团队耗时1-2周的项目压缩至数小时内完成。
• 支持从需求分析到测试迭代的全流程闭环，能自主产出工业级可用成果（如实时交互3D粒子系统网页）。

Qwen3.7-Max技术架构特点

1. 全栈Agent化支持体系

• 阿里云同步推出“芯片—云—模型—推理”全栈升级：平头哥真武M890芯片、百炼推理平台、云产品Skill化改造，形成智能体原生技术底座。
• 模型API将通过阿里云百炼平台提供服务，用户可直接调用，无需自行适配底层基础设施。

2. 长时序强化学习优化

• 针对智能体场景设计训练机制，通过全局批次平衡损失函数和ChunkFlow上下文并行技术，解决超长任务中的训练不稳定问题，支撑256K上下文高效处理。
• 动态思考预算控制：允许用户配置推理深度，在响应速度与任务质量间灵活平衡。

Qwen3.7-Max应用场景与生态

1. 企业级落地价值

• AI Infra优化：自主完成芯片级算子调优，显著降低企业推理成本（如10倍加速可减少90%算力消耗）。
• 复杂流程自动化：在模拟经营决策任务中，Qwen3.7-Max驱动的智能体营收可达前代模型的数倍，展现长周期策略进化能力。

2. 开放生态策略

• 阿里云百炼平台已全面开放，支持与月之暗面、智谱等第三方模型协同，提供“一个入口、多模型可选”的标准化服务。
• 同步推出Qwen3.7-Plus等衍生版本，覆盖多模态理解与视觉智能体场景，形成从编程到视觉的全栈智能体能力矩阵。