Alibaba Frontier Beschikbaar in FlowHunt

Qwen 3.7-Max

Qwen 3.7-Max is een top-tier frontier AI-model, ontwikkeld door Alibaba en uitgebracht in mei 2026. Het is een propriëtair closed-weight-model, beschikbaar via de Alibaba API. Het contextvenster van 1M tokens is groot genoeg om volledige codebases, omvangrijke technische documenten of uitgebreide agentische sessies zonder afkapping te verwerken.

Lees meer
Qwen 3.7-Max werd uitgebracht op 20 mei 2026 als het topmodel in Alibaba’s Qwen 3-generatie. Het introduceerde wat Alibaba een ‘denkmodus’ noemde — een uitgebreide chain-of-thought-redeneringscapaciteit die per query kan worden in- of uitgeschakeld. In de denkmodus voert het model een interne afweging uit voordat het zijn definitieve antwoord produceert, wat de prestaties op meerstapsredeneringstaken aanzienlijk verbetert. In combinatie met een contextvenster van 1M tokens en concurrerende API-prijzen vestigde het zich als het belangrijkste Frontier-tier-alternatief voor kostenbewuste bedrijfsteams.

Benchmarks

Elke score komt één keer voor, met de rang onder de gevolgde modellen en wie de score heeft gemeten.

Vergeleken met Frontier-modellen op dezelfde schaal
  • Qwen 3.7-Maxdit model
  • GPT-6.1 Soldit model leidt bij 0 van 3
  • Claude Opus 5.5dit model leidt bij 0 van 4
Geverifieerd onafhankelijke beoordelaar, telt mee voor de ranking Zelf gerapporteerd gepubliceerd door Alibaba, getoond maar niet gerankt
Overall

AA Intelligence Index

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

Bron ↗

Qwen 3.7-Max 29,5 GPT-6.1 Sol 51,8 Claude Opus 5.5 57,6
#30van 45 Geverifieerd
Coderen

SWE-bench Pro

Real issues across several languages and large codebases.

Qwen 3.7-Max 60,6% GPT-6.1 Sol Geen score Claude Opus 5.5 89,9%
Niet gerankt Zelf gerapporteerd

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Bron ↗Ook: Zelf gerapporteerd 80,4%

Qwen 3.7-Max 68,8% GPT-6.1 Sol Geen score Claude Opus 5.5 Geen score
#20van 22 Geverifieerd
Agents

Terminal-Bench 4.0

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

Bron ↗

Qwen 3.7-Max 1,5% GPT-6.1 Sol 56,1% Claude Opus 5.5 59,6%
#29van 36 Geverifieerd
Redeneren

Humanity's Last Exam

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

Bron ↗

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

GPQA Diamond

Graduate-level science questions that search cannot answer.

Bron ↗Ook: Zelf gerapporteerd 92,4%

Qwen 3.7-Max 92,3% GPT-6.1 Sol Geen score Claude Opus 5.5 Geen score
#14van 37 Geverifieerd

Waar Qwen 3.7-Max voor gebruiken

Software-engineering

Het lost echte GitHub-problemen op, schrijft productiekwaliteitcode in meerdere talen en verwerkt meerstaps agentische codeworkflows — een sterke keuze voor AI-ondersteunde softwareontwikkelingsteams.

Wetenschappelijk & Technisch Redeneren

Gebruik het voor het synthetiseren van wetenschappelijke literatuur, het evalueren van hypothesen, medische en juridische Q&A, en onderzoeksvragen op meerdere disciplines waar diepgaande domeinkennis van belang is.

Lange Documenten & Codebase-analyse

Met een contextvenster van 1M tokens kan Qwen 3.7-Max volledige softwarerepository's, lange juridische contracten, boeklange onderzoeksrapporten of uitgebreide gespreksgeschiedenissen in één enkele prompt verwerken — wat diepgaande document-Q&A, cross-bestand codebase-redenering en uitgebreide analyses mogelijk maakt zonder chunking-heuristieken of RAG-pijplijnen.

Competitief Programmeren

Op dit niveau verwerkt het geavanceerde datastructuren, graafalgoritmen en uitdagingen op sollicitatieniveau met hoge betrouwbaarheid.

Sterke punten en beperkingen

Sterke punten

  • Sterk in software-engineering
  • Wetenschappelijk redeneren op masterniveau
  • Competitief programmeren
  • Samengestelde intelligentie
  • Zeer lange documenten en grote codebases (1M context)

Beperkingen

  • Gesloten gewichten — kan niet zelf worden gehost of worden verfijnd op privégegevens

Gebruik het in FlowHunt

Gebruik Qwen 3.7-Max in elke flow, naast je eigen tools en kennisbronnen.

  1. 1Open een flow of maak er een op basis van een sjabloon
  2. 2Voeg een AI Agent- of Generator-component toe
  3. 3Kies Qwen 3.7-Max in de modelkiezer

Gerelateerde AI-modellen

Over Alibaba Hangzhou, China · Opgericht 1999 · qwenlm.github.io

Alibaba Group is een van de grootste en meest diverse technologieconglomeraten van China, opgericht in 1999 door Jack Ma en gevestigd in Hangzhou. Via haar DAMO Academy en Tongyi Lab is Alibaba een belangrijke kracht geworden in de ontwikkeling van grote taalmodellen met de Qwen (Tongyi Qianwen)-familie. De Qwen 3.7-generatie, uitgebracht medio 2026, markeerde de overgang van Alibaba van binnenlandse implementaties naar internationale benchmarkconcurrentie, en in 2026 volgde de Qwen 3.8-generatie. De AI-strategie van Alibaba wordt gekenmerkt door open-gewicht releases als tegenwicht voor Amerikaanse API-only modellen, integratie van generatieve AI in haar cloud- en e-commerce-activiteiten, en zware investeringen in AI-infrastructuur binnen haar Alibaba Cloud-divisie.

qwenlm.github.io ↗

Bekijk het volledige AI-model Leaderboard

Veelgestelde vragen

Meer informatie

MiniMax M3 — Benchmarks, Capabilities en Gebruiksscenario's
MiniMax M3 — Benchmarks, Capabilities en Gebruiksscenario's

MiniMax M3 — Benchmarks, Capabilities en Gebruiksscenario's

MiniMax M3 is een open-weight AI-model van MiniMax (MoE (niet bekendgemaakt)), geclassificeerd als Frontier-tier met een contextvenster van 1M tokens. Het is di...

4 min lezen
Qwen3-Max, OpenAI-herstructurering, Claude-updates
Qwen3-Max, OpenAI-herstructurering, Claude-updates

Qwen3-Max, OpenAI-herstructurering, Claude-updates

Ontdek de nieuwste AI-ontwikkelingen zoals Alibaba's Qwen3-Max, de uitdagingen bij de for-profit-conversie van OpenAI, nieuwe imagemodellen en hoe concurrentie ...

17 min lezen
AI Machine Learning +3