什么是 Qwen 3.7-Max？

Qwen 3.7-Max 是一款顶级前沿 AI 模型，由阿里巴巴开发，于 2026 年 5 月发布。其最突出的优势在于实际软件工程性能，在 SWE-bench Verified 测试中取得了 80.4% 的得分。

Qwen 3.7-Max 是开放权重的模型吗？

Qwen 3.7-Max 是一款专有封闭权重模型。其权重未公开发布——仅能通过阿里巴巴 API 访问。

Qwen 3.7-Max 的上下文窗口有多大？

Qwen 3.7-Max 支持 100 万 Token 的上下文窗口，足以容纳整个代码库、长篇技术文档或长时间的智能代理会话而无需截断。

Qwen 3.7-Max 在哪些基准测试上被评估过？

Qwen 3.7-Max 已在以下基准测试上被评估：SWE-bench Verified（80.4%）、GPQA Diamond（92.4%）、MMLU-Pro（89.6%）、LiveCodeBench（91.6%）、Terminal-Bench（69.7%）、HLE（41.4%）、AA Intelligence Index（56.6 分）。标注 SR 的得分为提供商自行报告；标注 3P 或 AA 的得分已由第三方独立验证。

Qwen 3.7-Max 可以在 FlowHunt 中使用吗？

是的——Qwen 3.7-Max 已直接在 FlowHunt 中可用。您可以使用它来构建 AI 智能体、自动化工作流程、聊天机器人和文档处理流程，无需额外设置。

Qwen 3.7-Max 与其他 AI 模型相比如何？

您可以通过可排序的基准测试对比表，将 Qwen 3.7-Max 与 FlowHunt AI 排行榜上追踪的所有 24 个模型进行比较。本页的"基准测试排名"部分展示了 Qwen 3.7-Max 在各项已评估基准测试上的排名位置。

Alibaba

Qwen 3.7-Max

FrontierAvailable in FlowHunt

Try in FlowHunt

Qwen 3.7-Max 是一款顶级前沿 AI 模型，由阿里巴巴开发，于 2026 年 5 月发布。它是一款专有封闭权重模型，可通过阿里巴巴 API 使用。100 万 Token 的上下文窗口足以容纳整个代码库、长篇技术文档或长时间的智能代理会话而无需截断。

在 FlowHunt AI 排行榜上，它是追踪的 24 个模型之一，在 8 项基准测试上被评估。突出得分：MMLU-Pro 89.6%（8 个模型中排名第 1）；LiveCodeBench 91.6%（5 个模型中排名第 2）；HLE 41.4%（6 个模型中排名第 2）。

Qwen 3.7-Max 于 2026 年 5 月 20 日发布，是阿里巴巴 Qwen 3 系列中的顶级模型，引入了阿里巴巴称之为"思考模式"的功能——一种可针对每次查询切换的扩展链式推理能力。在思考模式下，模型在生成最终答案之前会进行内部推理步骤，从而显著提升多步推理任务的表现。发布时，Qwen 3.7-Max 在 GPQA Diamond 上得分为 92.4%（全球第三），在 LiveCodeBench 上得分为 91.6%，在 SWE-bench Pro 上得分为 60.6%——这是该基准测试中开放 API 的最高得分。结合 100 万 Token 上下文窗口和具有竞争力的 API 定价，它成为注重成本的企业团队的首要前沿层级替代方案。

注：GPQA Diamond 领先者（92.4%）。SWE-Pro 领先者（60.6%）。AA 指数 56.6。

Try in FlowHunt

发布时间: 2026 年 5 月
上下文窗口: 100 万 Token
权重: 封闭
层级: 前沿
提供商: 阿里巴巴

Qwen 3.7-Max Benchmark Rankings

Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.

Benchmark	Score	Rank	Source	What it measures
SWE-bench Verified	80.4%	7 of 13	SR	Real GitHub issue resolution (500 verified issues)
SWE-bench Pro	60.6%	4 of 9	SR	Multi-language, standardised scaffold
GPQA Diamond	92.4%	4 of 14	SR	Graduate-level Google-proof science Q&A
MMLU-Pro	89.6%	1 of 8	SR	Hard knowledge reasoning, 12K questions
LiveCodeBench	91.6%	2 of 5	SR	Competitive programming, continuously updated
Terminal-Bench	69.7%	3 of 8	SR	Agentic Linux terminal task completion
HLE	41.4%	2 of 6	SR	Humanity's Last Exam (50+ STEM disciplines)
AA Intelligence Index	56.6 pts	4 of 9	AA	Artificial Analysis composite score (independent)

Detailed Benchmark Scores

SWE-V SR

80.4%

Real GitHub issue resolution (500 verified issues)

SWE-Pro SR

60.6%

Multi-language, standardised scaffold

GPQA ◇ SR

92.4%

Graduate-level Google-proof science Q&A

MMLU-P SR

89.6%

Hard knowledge reasoning, 12K questions

LiveCode SR

91.6%

Competitive programming, continuously updated

Terminal SR

69.7%

Agentic Linux terminal task completion

HLE SR

41.4%

Humanity's Last Exam (50+ STEM disciplines)

AA Idx AA

56.6 pts

Artificial Analysis composite score (independent)

Qwen 3.7-Max vs. Frontier Peers

Head-to-head benchmark comparison with other Frontier-tier models. Higher is better for all metrics.

Benchmark	Qwen 3.7-Max	Claude Opus 4.8	Claude Opus 4.7
SWE-V	80.4%	88.6%	87.6%
SWE-Pro	60.6%	69.2%	64.3%
GPQA ◇	92.4%	93.6%	94.2%
MMLU-P	89.6%	—	—
LiveCode	91.6%	—	—
Terminal	69.7%	74.6%	66.1%
HLE	41.4%	—	—
AA Idx	56.6 pts	61.4 pts	57.3 pts

About Alibaba

Alibaba Founded 1999 · Hangzhou, China

Website →

阿里巴巴集团是中国最大、最多元化的科技企业集团之一，由马云于1999年创立，总部位于杭州。通过其达摩院和通义实验室，阿里巴巴凭借Qwen（通义千问）系列成为大语言模型开发的重要力量。2026年中期发布的Qwen 3.7版本标志着阿里巴巴从国内部署转向国际基准竞争，Qwen 3.7-Max在GPQA Diamond上获得92.4%的分数，在LiveCodeBench上获得91.6%的分数。阿里巴巴的AI战略以开放权重发布作为对抗美国仅限API模型的制衡手段，将生成式AI整合到其云和电子商务业务中，并对其阿里云部门的AI基础设施进行大规模投资。

使用场景

Qwen 3.7-Max 适合做什么

软件工程: Qwen 3.7-Max 在 SWE-bench Verified 上得分为 80%——在此处追踪的 13 个模型中排名第 7。它可以解决真实的 GitHub 问题，用多种语言编写生产级代码，并处理多步骤的智能代理编程工作流程——是 AI 辅助软件开发团队的强力选择。
科学与技术推理: Qwen 3.7-Max 在 GPQA Diamond 上得分为 92%（14 个模型中排名第 4），在研究生级别的生物学、化学和物理问题上超过了约 65% 的人类博士专家基准。适用于科学文献综述、假设评估、医学和法律问答，以及需要深厚领域知识的跨学科研究任务。
智能代理 CLI 自动化: Qwen 3.7-Max 在 Terminal-Bench 上得分为 69%（8 个模型中排名第 3），使其能够胜任智能代理流程中的常见 shell 脚本编写、命令行工作流和轻量级系统管理任务。
长文档与代码库分析: 凭借 100 万 Token 的上下文窗口，Qwen 3.7-Max 可以在单次提示中处理整个软件仓库、长篇法律合同、书籍长度的研究报告或大量对话历史——实现深度文档问答、跨文件代码库推理以及全面的摘要生成，无需分块启发式方法或 RAG 流程。
竞赛编程: Qwen 3.7-Max 在 LiveCodeBench 上得分为 91%（5 个模型中排名第 2），这是一项持续更新全新竞赛编程问题、具有抗污染能力的基准测试。在此水平上，它能够高可靠性地处理高级数据结构、图算法和面试级挑战。

Strengths & Limitations

Strengths

强大的软件工程——SWE-bench Verified 80%
研究生级别的科学推理——GPQA Diamond 92%
竞赛编程——LiveCodeBench 91%
综合智能——AA Intelligence Index 56 分（独立验证）
极长文档与大型代码库（100 万上下文）

Limitations

封闭权重——无法自行托管或在私有数据上微调

更多对比

浏览完整 AI 模型排行榜

比较全部 24 个模型在 11 项基准测试上的表现——可排序、可追溯，数据更新至 2026 年 6 月。

← 返回 AI 排行榜在 FlowHunt 中试用

常见问题

: Qwen 3.7-Max 是一款顶级前沿 AI 模型，由阿里巴巴开发，于 2026 年 5 月发布。其最突出的优势在于实际软件工程性能，在 SWE-bench Verified 测试中取得了 80.4% 的得分。
: Qwen 3.7-Max 是一款专有封闭权重模型。其权重未公开发布——仅能通过阿里巴巴 API 访问。
: Qwen 3.7-Max 支持 100 万 Token 的上下文窗口，足以容纳整个代码库、长篇技术文档或长时间的智能代理会话而无需截断。
: Qwen 3.7-Max 已在以下基准测试上被评估：SWE-bench Verified（80.4%）、GPQA Diamond（92.4%）、MMLU-Pro（89.6%）、LiveCodeBench（91.6%）、Terminal-Bench（69.7%）、HLE（41.4%）、AA Intelligence Index（56.6 分）。标注 SR 的得分为提供商自行报告；标注 3P 或 AA 的得分已由第三方独立验证。
: 是的——Qwen 3.7-Max 已直接在 FlowHunt 中可用。您可以使用它来构建 AI 智能体、自动化工作流程、聊天机器人和文档处理流程，无需额外设置。
: 您可以通过可排序的基准测试对比表，将 Qwen 3.7-Max 与 FlowHunt AI 排行榜上追踪的所有 24 个模型进行比较。本页的"基准测试排名"部分展示了 Qwen 3.7-Max 在各项已评估基准测试上的排名位置。