Alibaba Frontier Finns i FlowHunt

Qwen 3.7-Max

Qwen 3.7-Max är en toppmodern frontier-AI-modell, utvecklad av Alibaba och lanserad i maj 2026. Det är en proprietär sluten modell, tillgänglig via Alibabas API. Kontextfönstret på 1M token är tillräckligt stort för att rymma hela kodbaser, långa tekniska dokument eller långvariga agentiska sessioner utan trunkering.

Läs mer
Qwen 3.7-Max lanserades den 20 maj 2026 som toppmodellen i Alibabas Qwen 3-generation, och introducerade vad Alibaba kallade ett “tankeläge” — en förlängd kedja av tankeresonemang som kan aktiveras per fråga. I tankeläget utför modellen ett internt övervägningssteg innan den producerar sitt slutliga svar, vilket avsevärt förbättrar prestandan på flerstegsresonemang. I kombination med ett 1M kontextfönster och konkurrenskraftiga API-priser etablerade den sig som det främsta Frontier-nivåalternativet för kostnadsmedvetna företagsteam.

Benchmarks

Varje resultat visas en gång, med sin placering bland spårade modeller och vem som mätte det.

Jämfört med modeller i nivån Frontier på samma skala
  • Qwen 3.7-Maxden här modellen
  • GPT-6.1 Solden här modellen leder på 0 av 3
  • Claude Opus 5.5den här modellen leder på 0 av 4
Verifierad oberoende utvärderare, räknas i rankingen Självrapporterad publicerad av Alibaba, visas men rankas inte
Totalt

AA Intelligence Index

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

Källa ↗

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

SWE-bench Pro

Real issues across several languages and large codebases.

Qwen 3.7-Max 60,6% GPT-6.1 Sol Inget resultat Claude Opus 5.5 89,9%
Inte rankad Självrapporterad

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Källa ↗Även: Självrapporterad 80,4%

Qwen 3.7-Max 68,8% GPT-6.1 Sol Inget resultat Claude Opus 5.5 Inget resultat
#20av 22 Verifierad
Agenter

Terminal-Bench 4.0

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

Källa ↗

Qwen 3.7-Max 1,5% GPT-6.1 Sol 56,1% Claude Opus 5.5 59,6%
#29av 36 Verifierad
Resonerande

Humanity's Last Exam

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

Källa ↗

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

GPQA Diamond

Graduate-level science questions that search cannot answer.

Källa ↗Även: Självrapporterad 92,4%

Qwen 3.7-Max 92,3% GPT-6.1 Sol Inget resultat Claude Opus 5.5 Inget resultat
#14av 37 Verifierad

Vad Qwen 3.7-Max Används Till

Mjukvaruutveckling

Den löser verkliga GitHub-problem, skriver produktionsklar kod på flera språk och hanterar flerstegs agentiska kodningsarbetsflöden — ett starkt val för AI-assisterade mjukvaruutvecklingsteam.

Vetenskapligt & Tekniskt Resonemang

Använd den för syntes av vetenskaplig litteratur, hypotesutvärdering, medicinska och juridiska frågor och svar, samt tvärvetenskapliga forskningsuppgifter där djup domänkunskap är viktig.

Analys av Långa Dokument & Kodbaser

Med ett kontextfönster på 1M token kan Qwen 3.7-Max bearbeta hela programvarurepositorier, långa juridiska avtal, boklånga forskningsrapporter eller omfattande samtalshistorik i en enda fråga — vilket möjliggör djupgående dokumentfrågor, kodbasresonemang över flera filer och omfattande sammanfattning utan chunkningsheuristik eller RAG-pipelines.

Tävlingsprogrammering

På denna nivå hanterar den avancerade datastrukturer, grafalgorithmer och intervjunivåutmaningar med hög tillförlitlighet.

Styrkor och begränsningar

Styrkor

  • Stark mjukvaruutveckling
  • Vetenskapligt resonemang på forskarnivå
  • Tävlingsprogrammering
  • Sammansatt intelligens
  • Mycket långa dokument och stora kodbaser (1M kontext)

Begränsningar

  • Slutna vikter — kan inte egenhostas eller finjusteras på privat data

Använd den i FlowHunt

Använd Qwen 3.7-Max i vilket flöde som helst, tillsammans med dina egna verktyg och kunskapskällor.

  1. 1Öppna ett flöde eller skapa ett från en mall
  2. 2Lägg till en AI Agent- eller Generator-komponent
  3. 3Välj Qwen 3.7-Max i modellväljaren

Relaterade AI-modeller

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

Alibaba Group är en av Kinas största och mest diversifierade teknikkonglomerat, grundat 1999 av Jack Ma med huvudkontor i Hangzhou. Genom DAMO Academy och Tongyi Lab har Alibaba blivit en betydande kraft inom utvecklingen av stora språkmodeller med Qwen-familjen (Tongyi Qianwen). Generationen Qwen 3.7, som släpptes i mitten av 2026, markerade Alibabas övergång från inhemska utrullningar till internationell konkurrenskraft på riktmärken, och 2026 följde generationen Qwen 3.8. Alibabas AI-strategi definieras av öppna viktmodeller som en motvikt till enbart API-baserade amerikanska modeller, integration av generativ AI inom dess moln- och e-handelsverksamhet, samt tung investering i AI-infrastruktur inom Alibaba Cloud-divisionen.

qwenlm.github.io ↗

Bläddra i Hela AI-modelltopplistan

Vanliga frågor

Lär dig mer

Qwen 3.7-Plus — Prestanda, kapacitet och användningsområden
Qwen 3.7-Plus — Prestanda, kapacitet och användningsområden

Qwen 3.7-Plus — Prestanda, kapacitet och användningsområden

Qwen 3.7-Plus är en proprietär AI-modell från Alibaba, klassificerad som Advanced-nivå med ett kontextfönster på 1 miljon tokens. Den finns tillgänglig direkt i...

4 min läsning
Qwen Max
Qwen Max

Qwen Max

Integrera FlowHunt med Qwen Max för att automatisera serverdrift, övervaka systemhälsa och maximera produktiviteten med intelligenta AI-drivna arbetsflöden för ...

3 min läsning
AI Qwen Max +3