Alibaba Frontier Tilgængelig i FlowHunt

Qwen 3.7-Max

Qwen 3.7-Max er en topklasses frontier-AI-model udviklet af Alibaba og udgivet i maj 2026. Det er en proprietær lukket-vægt-model, tilgængelig via Alibaba API. Kontekstvinduet på 1M tokens er stort nok til at rumme hele kodebaser, lange tekniske dokumenter eller længere agentiske sessioner uden afkortning.

Læs mere
Qwen 3.7-Max blev udgivet den 20. maj 2026 som topmodellen i Alibabas Qwen 3-generation og introducerede det, Alibaba kaldte en “thinking mode” – en udvidet kæde-af-tankegang-resonnering, der kan aktiveres pr. forespørgsel. I thinking mode gennemgår modellen et internt overvejelsestrin, før den producerer sit endelige svar, hvilket forbedrer præstationen betydeligt på flertrins-resonneringsopgaver. Kombineret med et 1M kontekstvindue og konkurrencedygtig API-prissætning etablerede den sig som det primære Frontier-niveau-alternativ for omkostningsbevidste virksomhedsteams.
Prøv i FlowHunt Tilbage til AI Leaderboard

Benchmarks

Hver score vises én gang, med sin placering blandt de sporede modeller og oplysning om, hvem der målte den.

Sammenlignet med Frontier-modeller på samme skala
  • Qwen 3.7-Maxdenne model
  • GPT-6.1 Soldenne model fører på 0 af 3
  • Claude Opus 5.5denne model fører på 0 af 4
Verificeret uafhængig evaluator, tæller med i rangeringen Selvrapporteret offentliggjort af Alibaba, vist men ikke rangeret
Samlet

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Kilde ↗

Qwen 3.7-Max 29,5 GPT-6.1 Sol 51,8 Claude Opus 5.5 57,6
#30af 45 Verificeret
Kodning

SWE-bench Pro

Real issues across several languages and large codebases.

Qwen 3.7-Max 60,6% GPT-6.1 Sol Ingen score Claude Opus 5.5 89,9%
Ikke rangeret Selvrapporteret

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Kilde ↗Også: Selvrapporteret 80,4%

Qwen 3.7-Max 68,8% GPT-6.1 Sol Ingen score Claude Opus 5.5 Ingen score
#20af 22 Verificeret
Agenter

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Kilde ↗

Qwen 3.7-Max 1,5% GPT-6.1 Sol 56,1% Claude Opus 5.5 59,6%
#29af 36 Verificeret
Ræsonnement

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Kilde ↗

Qwen 3.7-Max 40,5% GPT-6.1 Sol 52,9% Claude Opus 5.5 61,4%
#23af 44 Verificeret

GPQA Diamond

Graduate-level science questions that search cannot answer.

Kilde ↗Også: Selvrapporteret 92,4%

Qwen 3.7-Max 92,3% GPT-6.1 Sol Ingen score Claude Opus 5.5 Ingen score
#14af 37 Verificeret

Hvad du skal bruge Qwen 3.7-Max til

Softwareudvikling

Den løser reelle GitHub-problemer, skriver produktionsklar kode på tværs af flere sprog og håndterer flertrins agentiske kodningsarbejdsgange – et stærkt valg til AI-assisterede softwareudviklingsteams.

Videnskabelig & teknisk resonnering

Brug den til syntese af videnskabelig litteratur, hypotesevurdering, medicinsk og juridisk Q&A samt flerdisciplinære forskningsopgaver, hvor dyb domæneviden er vigtig.

Analyse af lange dokumenter & kodebaser

Med et kontekstvindue på 1M tokens kan Qwen 3.7-Max indlæse hele softwarearkiver, lange juridiske kontrakter, boglange forskningsrapporter eller omfattende samtalehistorikker i en enkelt prompt – hvilket muliggør dybdegående dokument-Q&A, kodebasetværgående resonnering og omfattende sammenfatning uden chunking-heuristikker eller RAG-pipelinger.

Konkurrenceprogrammering

På dette niveau håndterer den avancerede datastrukturer, grafalgoritmer og udfordringer på interviewniveau med høj pålidelighed.

Styrker og begrænsninger

Styrker

  • Stærk softwareudvikling
  • Videnskabelig resonnering på kandidatniveau
  • Konkurrenceprogrammering
  • Sammensat intelligens
  • Meget lange dokumenter og store kodebaser (1M kontekst)

Begrænsninger

  • Lukkede vægte – kan ikke selv-hostes eller finjusteres på private data

Brug den i FlowHunt

Brug Qwen 3.7-Max i ethvert flow ved siden af dine egne værktøjer og videnskilder.

  1. 1Åbn et flow, eller opret et ud fra en skabelon
  2. 2Tilføj en AI Agent- eller Generator-komponent
  3. 3Vælg Qwen 3.7-Max i modelvælgeren

Relaterede AI-modeller

Om Alibaba Hangzhou, China · Grundlagt 1999 · qwenlm.github.io

Alibaba Group er en af Kinas største og mest diverse teknologikonglomerater, grundlagt i 1999 af Jack Ma med hovedkvarter i Hangzhou. Gennem sin DAMO Academy og Tongyi Lab er Alibaba blevet en stor kraft inden for udvikling af store sprogmodeller med Qwen-familien (Tongyi Qianwen). Qwen 3.7-generationen, udgivet i midten af 2026, markerede Alibabas overgang fra indenlandske implementeringer til international benchmark-konkurrenceevne, og i 2026 fulgte Qwen 3.8-generationen. Alibabas AI-strategi er defineret af åbne vægtudgivelser som en modvægt til amerikanske API-only-modeller, integration af generativ AI på tværs af dets cloud- og e-handelsforretninger og kraftige investeringer i AI-infrastruktur på tværs af dets Alibaba Cloud-afdeling.

qwenlm.github.io ↗

Se hele AI Model Leaderboard

Sammenlign alle fulgte modeller på benchmarks for kodning, agenter og ræsonnement, med hver score markeret som verificeret eller selvrapporteret.

← Tilbage til AI Leaderboard Prøv i FlowHunt

Ofte stillede spørgsmål

Lær mere

MiniMax M3 — Benchmarks, funktioner og anvendelsesmuligheder
MiniMax M3 — Benchmarks, funktioner og anvendelsesmuligheder

MiniMax M3 — Benchmarks, funktioner og anvendelsesmuligheder

MiniMax M3 er en open-weight AI-model fra MiniMax (MoE (ikke oplyst)), klassificeret som Frontier-niveau med en kontekstvindue på 1M tokens. Den er tilgængelig ...

4 min læsning
Qwen Max
Qwen Max

Qwen Max

Integrer FlowHunt med Qwen Max for at automatisere serverdrift, overvåge systemets sundhed og øge produktiviteten med intelligente, AI-drevne arbejdsgange til s...

3 min læsning
AI Qwen Max +3