【TechWeb】5 月 20 日消息，在 2026 阿里云峰会现场，阿里巴巴发布全新一代千问旗舰模型 Qwen3.7-Max，在三方机构 Arena 全球大模型盲测总榜中，Qwen3.7-Max 超过 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与 GPT、Claude、Gemini 最强模型接近，位列国产模型第一。
千问 3.7 面向当下智能体 （Agent） 全新设计，实现了编程、推理等核心能力的持续突破，甚至可全自主完成 35 小时的超长程智能体复杂任务：在一个全新的芯片平台上，Qwen3.7-Max 通过自主编程和超 1000 次工具调用，实现了一个关键内核的自我进化，推理速度较原版本提升 10 倍。
图说：Qwen3.7-Max 发布，位列国产模型第一
阿里大模型研发显著加速，近 3 个月内，千问旗舰大模型已稳定迭代了 3.5、3.6、3.7 三个版本，不断抬高国产模型的性能上限，Qwen3.7-Max 在数项权威评测中位居前列：在编程智能体方面，Qwen3.7-Max 在 SWE-Pro、SWE-Multilingual 等测评中均取得领先表现，在 Terminal Bench 2.0-Terminus 得分 69.7，超过了 DeepSeek-v4-pro-Max、Claude-Opus4.6 等一众模型；在通用智能体方面，Qwen3.7-Max 提升显著，在 MCP-Atlas、MCP-Mark、Skillbench 等现实能力测试中表现优异，超越 GLM5.1、Kimi-K2.6 等，创下国产新高，并在 Kernel Bench L3 上展示了强大的 GPU 内核优化能力；推理能力上， Qwen3.7-Max 在 GPQA Diamond、HLE、HMMT 2026 Feb、IMOAnswerBench 等推理核心测评中均超越了 Claude-Opus4.6 及所有国产模型；在通用能力与多语言方面，Qwen3.7-Max 在指令遵循 IFBench 评测中得分 79.1 分突破新高，在多语言理解和翻译的 WMT24++、MAXIFE 评测中领先。
当下，编程能力已成为衡量 LLM 大语言模型的核心指标，Qwen3.7-Max 较上代模型实现了大幅提升，从前端原型开发到复杂的多文件工程均能驾驭。在评估 AI 解决真实世界的实战编程任务 SWE-bench 系列测评、面向真实科学问题的编程测评 SciCode 中，Qwen3.7-Max 较 Qwen3.6-Plus 大幅提升，并超越了 Claude Opus 4.6-Max、Kimi-K2.6、DeepSeek-v4-Pro-Max 等模型。千问 3.7 是出色的编程智能体，可自主编写代码创造工具，精准执行任务，完成复杂编程的自我纠错迭代，就像个资深工程师，跑完从需求分析到测试迭代的全流程，自主产出可用的工业级成果。
不断提升的编程能力，也为智能体完成更复杂、更长周期的任务打下坚实基础。千问 3.7 本身具有极强的 Agent 能力，并涌现出跨多种智能体框架的泛化能力，在 Claude Code、OpenClaw、Qwen Code 等框架下都能稳定发挥，有望成为各类智能体系统的可靠底座。通过 MCP 集成和多智能体协作，Qwen3.7-Max 在企业级办公场景实现工作流自动化，在办公自动化基准 SpreadSheetBench-v1 上斩获 87 分，处于顶尖水平，是可靠的办公与生产力助手。以往需专业团队耗时一至两周的复杂项目，现由 Qwen3.7-Max 驱动的智能体可在数小时内完成端到端交付闭环。
实战任务测试中，Qwen3.7-Max 还展示了当下智能体所能达到的长程任务极限。对大模型而言，推理速度与推理框架息息相关，AI Infra 工程师最重要的工作之一就是进行推理框架中的算子优化，这需要极强的经验、知识、算法能力以及反复调试、纠错迭代。如今，千问 3.7 也尝试自主解决这一难题。在一个模型训练时从未接触过的全新硬件平台——平头哥真武 M890 芯片上，千问 3.7 自主完成了一个复杂的推理内核优化任务。在没有任何性能分析数据、硬件文档或新架构的示例内核情况下，千问 3.7 仅从一个包含任务描述、SGLang Triton 参考实现和评测脚本的空白工作空间出发，从 「零」 开始持续编程 35 小时，独立进行了 432 次内核评估、1158 次工具调用，完全自主地完成了编写、编译、性能分析与迭代改进的全流程。
图说：Qwen3.7-Max 可独立执行 35 小时的长程复杂任务
最终，在平头哥新 AI 芯片上，经千问优化后的推理内核比 SGLang Triton 官方参考实现取得了 10 倍的加速。测试轨迹还显示，模型在独立运行超过 30 小时后仍发现了有效优化点，甚至主动发起了一次关键的架构重设计——这充分体现千问在复杂任务中长周期自主迭代的能力，为未来模型与智能体的自我演进打开了全新的想象空间。
在 2026 阿里云峰会现场，阿里云宣布面向 Agentic 时代全面升级，重磅发布全新的 「芯-云-模型-推理」 技术体系。据了解，Qwen3.7-Max 模型 API 即将上线阿里云百炼，同时，千问 3.7 系列还将推出 Qwen3.7-Plus 等不同版本模型，拥有极强的多模态推理、视觉理解能力，实现从编程智能体到视觉智能体的全覆盖，为下一代 AI 提供全能智能体新基座。
【TechWeb】5 月 20 日消息，在 2026 阿里云峰会现场，阿里巴巴发布全新一代千问旗舰模型 Qwen3.7-Max，在三方机构 Arena 全球大模型盲测总榜中，Qwen3.7-Max 超过 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与 GPT、Claude、Gemini 最强模型接近，位列国产模型第一。
千问 3.7 面向当下智能体 （Agent） 全新设计，实现了编程、推理等核心能力的持续突破，甚至可全自主完成 35 小时的超长程智能体复杂任务：在一个全新的芯片平台上，Qwen3.7-Max 通过自主编程和超 1000 次工具调用，实现了一个关键内核的自我进化，推理速度较原版本提升 10 倍。
图说：Qwen3.7-Max 发布，位列国产模型第一
阿里大模型研发显著加速，近 3 个月内，千问旗舰大模型已稳定迭代了 3.5、3.6、3.7 三个版本，不断抬高国产模型的性能上限，Qwen3.7-Max 在数项权威评测中位居前列：在编程智能体方面，Qwen3.7-Max 在 SWE-Pro、SWE-Multilingual 等测评中均取得领先表现，在 Terminal Bench 2.0-Terminus 得分 69.7，超过了 DeepSeek-v4-pro-Max、Claude-Opus4.6 等一众模型；在通用智能体方面，Qwen3.7-Max 提升显著，在 MCP-Atlas、MCP-Mark、Skillbench 等现实能力测试中表现优异，超越 GLM5.1、Kimi-K2.6 等，创下国产新高，并在 Kernel Bench L3 上展示了强大的 GPU 内核优化能力；推理能力上， Qwen3.7-Max 在 GPQA Diamond、HLE、HMMT 2026 Feb、IMOAnswerBench 等推理核心测评中均超越了 Claude-Opus4.6 及所有国产模型；在通用能力与多语言方面，Qwen3.7-Max 在指令遵循 IFBench 评测中得分 79.1 分突破新高，在多语言理解和翻译的 WMT24++、MAXIFE 评测中领先。
当下，编程能力已成为衡量 LLM 大语言模型的核心指标，Qwen3.7-Max 较上代模型实现了大幅提升，从前端原型开发到复杂的多文件工程均能驾驭。在评估 AI 解决真实世界的实战编程任务 SWE-bench 系列测评、面向真实科学问题的编程测评 SciCode 中，Qwen3.7-Max 较 Qwen3.6-Plus 大幅提升，并超越了 Claude Opus 4.6-Max、Kimi-K2.6、DeepSeek-v4-Pro-Max 等模型。千问 3.7 是出色的编程智能体，可自主编写代码创造工具，精准执行任务，完成复杂编程的自我纠错迭代，就像个资深工程师，跑完从需求分析到测试迭代的全流程，自主产出可用的工业级成果。
不断提升的编程能力，也为智能体完成更复杂、更长周期的任务打下坚实基础。千问 3.7 本身具有极强的 Agent 能力，并涌现出跨多种智能体框架的泛化能力，在 Claude Code、OpenClaw、Qwen Code 等框架下都能稳定发挥，有望成为各类智能体系统的可靠底座。通过 MCP 集成和多智能体协作，Qwen3.7-Max 在企业级办公场景实现工作流自动化，在办公自动化基准 SpreadSheetBench-v1 上斩获 87 分，处于顶尖水平，是可靠的办公与生产力助手。以往需专业团队耗时一至两周的复杂项目，现由 Qwen3.7-Max 驱动的智能体可在数小时内完成端到端交付闭环。
实战任务测试中，Qwen3.7-Max 还展示了当下智能体所能达到的长程任务极限。对大模型而言，推理速度与推理框架息息相关，AI Infra 工程师最重要的工作之一就是进行推理框架中的算子优化，这需要极强的经验、知识、算法能力以及反复调试、纠错迭代。如今，千问 3.7 也尝试自主解决这一难题。在一个模型训练时从未接触过的全新硬件平台——平头哥真武 M890 芯片上，千问 3.7 自主完成了一个复杂的推理内核优化任务。在没有任何性能分析数据、硬件文档或新架构的示例内核情况下，千问 3.7 仅从一个包含任务描述、SGLang Triton 参考实现和评测脚本的空白工作空间出发，从 「零」 开始持续编程 35 小时，独立进行了 432 次内核评估、1158 次工具调用，完全自主地完成了编写、编译、性能分析与迭代改进的全流程。
图说：Qwen3.7-Max 可独立执行 35 小时的长程复杂任务
最终，在平头哥新 AI 芯片上，经千问优化后的推理内核比 SGLang Triton 官方参考实现取得了 10 倍的加速。测试轨迹还显示，模型在独立运行超过 30 小时后仍发现了有效优化点，甚至主动发起了一次关键的架构重设计——这充分体现千问在复杂任务中长周期自主迭代的能力，为未来模型与智能体的自我演进打开了全新的想象空间。
在 2026 阿里云峰会现场，阿里云宣布面向 Agentic 时代全面升级，重磅发布全新的 「芯-云-模型-推理」 技术体系。据了解，Qwen3.7-Max 模型 API 即将上线阿里云百炼，同时，千问 3.7 系列还将推出 Qwen3.7-Plus 等不同版本模型，拥有极强的多模态推理、视觉理解能力，实现从编程智能体到视觉智能体的全覆盖，为下一代 AI 提供全能智能体新基座。
【TechWeb】5 月 20 日消息，在 2026 阿里云峰会现场，阿里巴巴发布全新一代千问旗舰模型 Qwen3.7-Max，在三方机构 Arena 全球大模型盲测总榜中，Qwen3.7-Max 超过 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与 GPT、Claude、Gemini 最强模型接近，位列国产模型第一。
千问 3.7 面向当下智能体 （Agent） 全新设计，实现了编程、推理等核心能力的持续突破，甚至可全自主完成 35 小时的超长程智能体复杂任务：在一个全新的芯片平台上，Qwen3.7-Max 通过自主编程和超 1000 次工具调用，实现了一个关键内核的自我进化，推理速度较原版本提升 10 倍。
图说：Qwen3.7-Max 发布，位列国产模型第一
阿里大模型研发显著加速，近 3 个月内，千问旗舰大模型已稳定迭代了 3.5、3.6、3.7 三个版本，不断抬高国产模型的性能上限，Qwen3.7-Max 在数项权威评测中位居前列：在编程智能体方面，Qwen3.7-Max 在 SWE-Pro、SWE-Multilingual 等测评中均取得领先表现，在 Terminal Bench 2.0-Terminus 得分 69.7，超过了 DeepSeek-v4-pro-Max、Claude-Opus4.6 等一众模型；在通用智能体方面，Qwen3.7-Max 提升显著，在 MCP-Atlas、MCP-Mark、Skillbench 等现实能力测试中表现优异，超越 GLM5.1、Kimi-K2.6 等，创下国产新高，并在 Kernel Bench L3 上展示了强大的 GPU 内核优化能力；推理能力上， Qwen3.7-Max 在 GPQA Diamond、HLE、HMMT 2026 Feb、IMOAnswerBench 等推理核心测评中均超越了 Claude-Opus4.6 及所有国产模型；在通用能力与多语言方面，Qwen3.7-Max 在指令遵循 IFBench 评测中得分 79.1 分突破新高，在多语言理解和翻译的 WMT24++、MAXIFE 评测中领先。
当下，编程能力已成为衡量 LLM 大语言模型的核心指标，Qwen3.7-Max 较上代模型实现了大幅提升，从前端原型开发到复杂的多文件工程均能驾驭。在评估 AI 解决真实世界的实战编程任务 SWE-bench 系列测评、面向真实科学问题的编程测评 SciCode 中，Qwen3.7-Max 较 Qwen3.6-Plus 大幅提升，并超越了 Claude Opus 4.6-Max、Kimi-K2.6、DeepSeek-v4-Pro-Max 等模型。千问 3.7 是出色的编程智能体，可自主编写代码创造工具，精准执行任务，完成复杂编程的自我纠错迭代，就像个资深工程师，跑完从需求分析到测试迭代的全流程，自主产出可用的工业级成果。
不断提升的编程能力，也为智能体完成更复杂、更长周期的任务打下坚实基础。千问 3.7 本身具有极强的 Agent 能力，并涌现出跨多种智能体框架的泛化能力，在 Claude Code、OpenClaw、Qwen Code 等框架下都能稳定发挥，有望成为各类智能体系统的可靠底座。通过 MCP 集成和多智能体协作，Qwen3.7-Max 在企业级办公场景实现工作流自动化，在办公自动化基准 SpreadSheetBench-v1 上斩获 87 分，处于顶尖水平，是可靠的办公与生产力助手。以往需专业团队耗时一至两周的复杂项目，现由 Qwen3.7-Max 驱动的智能体可在数小时内完成端到端交付闭环。
实战任务测试中，Qwen3.7-Max 还展示了当下智能体所能达到的长程任务极限。对大模型而言，推理速度与推理框架息息相关，AI Infra 工程师最重要的工作之一就是进行推理框架中的算子优化，这需要极强的经验、知识、算法能力以及反复调试、纠错迭代。如今，千问 3.7 也尝试自主解决这一难题。在一个模型训练时从未接触过的全新硬件平台——平头哥真武 M890 芯片上，千问 3.7 自主完成了一个复杂的推理内核优化任务。在没有任何性能分析数据、硬件文档或新架构的示例内核情况下，千问 3.7 仅从一个包含任务描述、SGLang Triton 参考实现和评测脚本的空白工作空间出发，从 「零」 开始持续编程 35 小时，独立进行了 432 次内核评估、1158 次工具调用，完全自主地完成了编写、编译、性能分析与迭代改进的全流程。
图说：Qwen3.7-Max 可独立执行 35 小时的长程复杂任务
最终，在平头哥新 AI 芯片上，经千问优化后的推理内核比 SGLang Triton 官方参考实现取得了 10 倍的加速。测试轨迹还显示，模型在独立运行超过 30 小时后仍发现了有效优化点，甚至主动发起了一次关键的架构重设计——这充分体现千问在复杂任务中长周期自主迭代的能力，为未来模型与智能体的自我演进打开了全新的想象空间。
在 2026 阿里云峰会现场，阿里云宣布面向 Agentic 时代全面升级，重磅发布全新的 「芯-云-模型-推理」 技术体系。据了解，Qwen3.7-Max 模型 API 即将上线阿里云百炼，同时，千问 3.7 系列还将推出 Qwen3.7-Plus 等不同版本模型，拥有极强的多模态推理、视觉理解能力，实现从编程智能体到视觉智能体的全覆盖，为下一代 AI 提供全能智能体新基座。
【TechWeb】5 月 20 日消息，在 2026 阿里云峰会现场，阿里巴巴发布全新一代千问旗舰模型 Qwen3.7-Max，在三方机构 Arena 全球大模型盲测总榜中，Qwen3.7-Max 超过 Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，与 GPT、Claude、Gemini 最强模型接近，位列国产模型第一。
千问 3.7 面向当下智能体 （Agent） 全新设计，实现了编程、推理等核心能力的持续突破，甚至可全自主完成 35 小时的超长程智能体复杂任务：在一个全新的芯片平台上，Qwen3.7-Max 通过自主编程和超 1000 次工具调用，实现了一个关键内核的自我进化，推理速度较原版本提升 10 倍。
图说：Qwen3.7-Max 发布，位列国产模型第一
阿里大模型研发显著加速，近 3 个月内，千问旗舰大模型已稳定迭代了 3.5、3.6、3.7 三个版本，不断抬高国产模型的性能上限，Qwen3.7-Max 在数项权威评测中位居前列：在编程智能体方面，Qwen3.7-Max 在 SWE-Pro、SWE-Multilingual 等测评中均取得领先表现，在 Terminal Bench 2.0-Terminus 得分 69.7，超过了 DeepSeek-v4-pro-Max、Claude-Opus4.6 等一众模型；在通用智能体方面，Qwen3.7-Max 提升显著，在 MCP-Atlas、MCP-Mark、Skillbench 等现实能力测试中表现优异，超越 GLM5.1、Kimi-K2.6 等，创下国产新高，并在 Kernel Bench L3 上展示了强大的 GPU 内核优化能力；推理能力上， Qwen3.7-Max 在 GPQA Diamond、HLE、HMMT 2026 Feb、IMOAnswerBench 等推理核心测评中均超越了 Claude-Opus4.6 及所有国产模型；在通用能力与多语言方面，Qwen3.7-Max 在指令遵循 IFBench 评测中得分 79.1 分突破新高，在多语言理解和翻译的 WMT24++、MAXIFE 评测中领先。
当下，编程能力已成为衡量 LLM 大语言模型的核心指标，Qwen3.7-Max 较上代模型实现了大幅提升，从前端原型开发到复杂的多文件工程均能驾驭。在评估 AI 解决真实世界的实战编程任务 SWE-bench 系列测评、面向真实科学问题的编程测评 SciCode 中，Qwen3.7-Max 较 Qwen3.6-Plus 大幅提升，并超越了 Claude Opus 4.6-Max、Kimi-K2.6、DeepSeek-v4-Pro-Max 等模型。千问 3.7 是出色的编程智能体，可自主编写代码创造工具，精准执行任务，完成复杂编程的自我纠错迭代，就像个资深工程师，跑完从需求分析到测试迭代的全流程，自主产出可用的工业级成果。
不断提升的编程能力，也为智能体完成更复杂、更长周期的任务打下坚实基础。千问 3.7 本身具有极强的 Agent 能力，并涌现出跨多种智能体框架的泛化能力，在 Claude Code、OpenClaw、Qwen Code 等框架下都能稳定发挥，有望成为各类智能体系统的可靠底座。通过 MCP 集成和多智能体协作，Qwen3.7-Max 在企业级办公场景实现工作流自动化，在办公自动化基准 SpreadSheetBench-v1 上斩获 87 分，处于顶尖水平，是可靠的办公与生产力助手。以往需专业团队耗时一至两周的复杂项目，现由 Qwen3.7-Max 驱动的智能体可在数小时内完成端到端交付闭环。
实战任务测试中，Qwen3.7-Max 还展示了当下智能体所能达到的长程任务极限。对大模型而言，推理速度与推理框架息息相关，AI Infra 工程师最重要的工作之一就是进行推理框架中的算子优化，这需要极强的经验、知识、算法能力以及反复调试、纠错迭代。如今，千问 3.7 也尝试自主解决这一难题。在一个模型训练时从未接触过的全新硬件平台——平头哥真武 M890 芯片上，千问 3.7 自主完成了一个复杂的推理内核优化任务。在没有任何性能分析数据、硬件文档或新架构的示例内核情况下，千问 3.7 仅从一个包含任务描述、SGLang Triton 参考实现和评测脚本的空白工作空间出发，从 「零」 开始持续编程 35 小时，独立进行了 432 次内核评估、1158 次工具调用，完全自主地完成了编写、编译、性能分析与迭代改进的全流程。
图说：Qwen3.7-Max 可独立执行 35 小时的长程复杂任务
最终，在平头哥新 AI 芯片上，经千问优化后的推理内核比 SGLang Triton 官方参考实现取得了 10 倍的加速。测试轨迹还显示，模型在独立运行超过 30 小时后仍发现了有效优化点，甚至主动发起了一次关键的架构重设计——这充分体现千问在复杂任务中长周期自主迭代的能力，为未来模型与智能体的自我演进打开了全新的想象空间。
在 2026 阿里云峰会现场，阿里云宣布面向 Agentic 时代全面升级，重磅发布全新的 「芯-云-模型-推理」 技术体系。据了解，Qwen3.7-Max 模型 API 即将上线阿里云百炼，同时，千问 3.7 系列还将推出 Qwen3.7-Plus 等不同版本模型，拥有极强的多模态推理、视觉理解能力，实现从编程智能体到视觉智能体的全覆盖，为下一代 AI 提供全能智能体新基座。
