520，遇見國產「新模王」Qwen3.7-Max！

編輯｜+0、杜偉

僅僅一個月后，阿里又帶著最強旗艦模型殺回來了！

昨天一早，阿里給了全球開發者一個大大的驚喜，悄悄上線了 Qwen3.7 Preview，包括 Qwen3.7 Max Preview 與 Qwen3.7 Plus Preview 兩個版本。

第三方權威評測機構 Arena 放出了這兩個模型的榜單成績，其中 Qwen3.7 Max Preview 與 Qwen3.7 Plus Preview 分別拿下了文本領域、視覺領域的國產模型第一。

左為 Qwen3.7 Max Preview，右為 Qwen3.7 Plus Preview

Qwen3.7 預覽版的性能已經如此不俗，讓大家對正式版的表現充滿了期待。

今天上午，在 2026 阿里云峰會上，阿里全新一代千問旗艦模型 Qwen3.7-Max 登場了！

阿里巴巴集團通義大模型事業部負責人「周靖人」

果然沒有令人失望，Qwen3.7-Max 一出手就是王炸。

在 Arena 公布的最新一期全球大模型盲測總榜中，Qwen3.7-Max 總成績位列國產模型第一：傲視一眾國產大模型，包括 Kimi-K2.6、DeepSeek-v4 Pro、GLM-5.1，性能直逼 GPT、Claude、Gemini 等全球最強模型

除了亮眼的總榜成績，Qwen3.7-Max 特別針對當下被眾多廠商押注并布局的 Agent 進行了系統性優化，憑借 Agentic、推理、通用等能力的持續突破，進一步拉高了其作為下一代通用智能體底座的性能上限。

編程智能體方面，Qwen3.7-Max 在 SWE-Pro、SWE-Multilingual 等多個權威測評中均取得 SOTA 表現，其中在 Terminal Bench 2.0-Terminus 上取得最高 69.7 分，超過了 DeepSeek-v4-pro-Max、Claude-Opus 4.6 等一眾模型。

通用智能體方面，Qwen3.7-Max 提升明顯，在 MCP-Atlas、MCP-Mark、Skillbench 等現實能力評測中表現優異，超越了 GLM-5.1、Kimi-K2.6 等，創下國產新高，并在 Kernel Bench L3 上展示了強大的 GPU 內核優化能力。

而在推理方面， Qwen3.7-Max 表現同樣出色，在 GPQA Diamond、HLE、HMMT 2026 Feb、IMOAnswerBench 等核心推理測評中均超越了 Claude-Opus 4.6 及所有國產模型。

通用能力與多語言方面，Qwen3.7-Max 在指令遵循評測 IFBench 中得分突破新高達到 79.1 分，在多語言理解和翻譯的 WMT24++、MAXIFE 評測中保持領先。

智能體基座能力的全方位躍升，讓 Qwen3.7-Max 有了挑戰真實運行環境中超長程編程任務的底氣。在發布會上，阿里展示了一個 AI 自主迭代的工程創舉：

Qwen3.7-Max 被放在了一個全新硬件平臺（平頭哥訓推一體 AI 芯片真武 M890）上，工作空間里只有任務描述、SGLang Triton 參考實現和評測腳本，沒有任何其他提示或干預。結果，模型連續編程 35 個小時，自主完成了一個生產級注意力內核算子的優化。并且，經過模型優化的推理內核比 SGLang Triton 官方參考實現取得了 10 倍的加速。效率如此之高的 AI 平替誰不喜歡呢。

模型「化身」一位資深工程師，進行了 432 次內核評估、1158 次工具調用，從編寫、編譯、性能分析到迭代改進，全程都由自己完成。

在接下來的實測環節，Qwen3.7-Max 在處理復雜智能體任務中的速度和準確度都讓人眼前一亮。

一手實測

從零代碼開發到復雜工具調度

如果你沒有任何編程基礎，想要自己做一個電腦上的小工具（比如一個極簡的桌面番茄鐘），在以前，你需要從零開始學寫代碼、學配環境、學怎么修 Bug，最后還要學怎么把代碼打包成雙擊就能運行的 .exe 軟件。

但現在，在 Qwen3.7-Max 模型強大的原生 Agent 推理能力驅動下，搭配上 Claude Code 這樣的執行工具，你只需要下達簡短指令「幫我做一個桌面番茄鐘應用」，它就能在背后為你擺平一切。

面對模糊的需求，Qwen3.7-Max 展現了極強的產品架構能力。它沒有直接開始堆砌代碼，而是謀定而后動。在確認了技術棧（Python + PyQt）和功能范圍后，模型迅速輸出了一份結構化的 Markdown 架構計劃，并指揮工具開始執行。

缺少工具？沒關系，大模型會調度系統自動安裝，全程不需要你操心。在運行中，由于電腦路徑不匹配引發了連續的紅字報錯，當 Claude Code 將報錯信息抓取回來后，Qwen3.7-Max 瞬間鎖定了錯誤根源，并展現出驚艷的自我糾錯能力。它迅速推理出了好幾種替代命令方案進行動態試錯。短短幾秒內，它就排除了系統環境的干擾，把精美的番茄鐘穩穩地彈到了你的桌面上。

有不滿意的地方，比如想換個莫蘭迪色系，只要一句話，模型就能精準理解審美需求并修改代碼，分分鐘解決。

如果你想把這個好用的番茄鐘發給朋友，只需要下達終極交付指令：「幫我打包成 exe」。Qwen3.7-Max 再次發揮 Agent 本能，識別出環境缺失后，生成對應指令讓工具自動安裝了打包依賴。經過它在后臺的一頓絲滑調度，原本復雜晦澀的代碼，變成了一個干干凈凈的 .exe 文件，安靜地躺在你的文件夾里，雙擊就能用。

如果你覺得讓 AI 寫個桌面軟件只是大模型在代碼「舒適區」里的基操，那不妨看看它在真實的互聯網環境、CLI 以及 Skill 調用中，是如何展現真正的 Agent 實力的。

我們先調用近期很火的 CLI 工具，首先讓 Agent 幫我下載了 opencli，讓它具備了直接觸達并檢索全網信息的能力。

下達指令「使用 opencli 工具，幫我查查小紅書上北京必吃的粵菜，附圖片」后，Qwen3.7-Max 迅速從零開始「閱讀」工具文檔，自主摸索出了正確的調用語法。在抓取過程中，程序遭遇了網絡超時崩潰，它也自主推理出了修改底層配置的繞路方案來延長等待時間。

你不需要看懂它在后臺排除了多少次 Bug，只需幾分鐘，它就已經把滿屏的美食圖片穩穩地下載到了你的本地文件夾里。收集完素材后，當然還可以讓 Agent 順手把調研結果快速轉為 PPT 和在線文檔，完成工作流閉環。

Agent 的另一項核心能力，在于能針對特定場景靈活調用 Skill。

面對一段充滿「首先其次最后」、「跨越時空的贊歌」等套路化詞匯的游記，只需簡短地輸入「去 AI 味」，Qwen3.7-Max 準確識別了文字修改的核心訴求，并主動調度了系統內的 Skill。

在完成重寫后，模型輸出了一份結構化的 Markdown 復盤表格。它條理清晰地列出了自己去除了哪些「填充短語」和「宣傳性語言」，并從「直接性」、「真實性」等維度對修改結果進行了量化打分。

從零基礎的桌面軟件開發，到陌生終端工具的自主摸索，再到高階文本的技能調度與反思，Qwen3.7-Max 在這三個場景中，展現的不只是單純的文本生成能力，還有高度成熟的 Agent 獨立執行力。

三個月三連更

阿里按下 AI「加速度」

這一連串令人矚目的榜單成績與實戰效果，是千問大模型近期狂飆的一個縮影。

千問旗艦模型的迭代周期已經卷到「月更」：3 月 20 日，Qwen3.5-Max-Preview 發布；4 月 20 日， Qwen3.6-Max-Preview 發布。到今天，Qwen3.7-Max 又來了。對于用戶來說，正在經歷「幸福的煩惱」。

圖源：@LotusDecoder

能保證一個月推出一代旗艦模型，靠的絕非只是模型團隊的「肝」。阿里自今年 3 月成立 ATH（Alibaba Token Hub）組織以來，逐漸形成的芯片、云、模型、應用全棧能力，才最大程度上促成了如今的局面。

其中，平頭哥的定制芯片提供了極致的訓練與推理效率，阿里云的彈性算力讓大規模預訓練和部署無縫銜接，模型層的快速迭代又能直接反哺上層應用。這樣的垂直整合壓縮了溝通成本和工程損耗，讓千問的研發節奏可以像互聯網產品一樣快速滾動。

可以說，千問旗艦模型的加速度，源自阿里全棧 AI 體系的爆發。這種體系化的壁壘優勢，要比單個模型的一次刷榜高分更難復制。

千問在走高頻迭代路線的同時，也沒有放棄對開源社區的深耕。不夸張地說，千問已經成為國產乃至全球開源模型的標桿，幾乎每次新發布都會引起極大的關注。

上個月開源的 Qwen3.6-27B 和 Qwen3.6-35B-A3B 更是成為「以小勝大」的代表作，登頂了 HuggingFace 全球開源榜單，在主要編程基準上全面超越了上代更大體量的 Qwen3.5-397B-A17B，也大幅領先同等規模的稠密模型。

這些中小規模的千問模型，憑借極低的部署成本，提供了超越同尺寸甚至跨級挑戰的性能，更好地滿足了本地部署和定制化的剛需，讓全球開發者不自覺地將它們作為默認底座。正如一位用戶所說，「阿里正帶著千問飛速前進。開源這條賽道卷瘋了，但最終是所有人的勝利。」

開源社區的口碑形成了強大的引力場，讓開發者「用腳投票」，在 API 調用上愿意為千問模型付費。

上個月，Qwen3.6-Plus 奪得了全球知名大模型 API 調用平臺 OpenRouter 日榜和周榜的雙料冠軍，并首創了單日單模型調用量突破 1.4 萬億 Token 的全球紀錄。千問模型在全球開發者心目中的地位可見一斑。

在收獲全球開發者心智的同時，千問也悄悄占據了全球 Token 經濟的流量入口。如今，Token 正在迅速成為了解決問題的通用輸入，而阿里通過千問牢牢抓住了這個發展節點。

智能體軟件的地基

正在被鋪設

月更旗艦，看似「秀肌肉」，實際上是在為 Agent 時代搶占先機。

不難發現，千問近半年來的模型均指向了同一個主題 —— Agent，其中 Qwen3.5 打造原生多模態智能體，Qwen3.6-Plus 走向現實世界智能體，Qwen3.7-Max 開辟智能體新前沿。每一次新發布都伴隨著模型自主規劃、工具調用與長程任務執行能力的提升。

此次 Qwen3.7-Max 被寄予厚望。阿里想將它打造成為下一代全能智能體底座，因而不滿于其僅僅充當被調用的大腦，也希望通過下沉到硬件層，進行系統級編程與優化。Qwen3.7-Max 在平頭哥新 AI 芯片上成功運行 35 個小時超長程智能體任務，是這一轉變的有力例證。

不僅如此，Qwen3.7-Max 還涌現出了跨智能體框架的泛化能力。無需專門訓練，就能絲滑支持 Claude Code、OpenClaw、Hermes Agent 等框架。這像極了當年操作系統的崛起邏輯，包括 PC 時代的 Windows、移動時代的 Android，通過統一的標準與接口，讓開發者在其上繁衍豐富的生態。

千問正在努力搭建 Agent 時代的「標準接口」，讓自身成為不同智能體框架的首選底座。這種面向未來的布局，更具有戰略眼光。

另外，Agent 時代拼的終歸還是模型能力能否站得住腳。阿里深知并一直踐行著這一點，并通過開源提升在全球開發者社區中的影響力。當越來越多開發者習慣于使用千問搭建智能體并運行任務時，阿里在下一代 Agentic 軟件生態的建設中就能掌握更多話語權。

當下，Anthropic 與 OpenAI 通過「產品驅動」（Claude Code、Codex）路線贏得用戶和企業，并在商業市場謀求萬億美元上市。而作為國產大模型代表大廠之一的阿里，選擇了一條更難、更宏大的路徑，從技術到生態再到話語權，「全都要」。

在這場關鍵的卡位戰中，阿里千問的野心遠比我們想象中的更大，它志在成為開發者構建智能體系統時最不可或缺的底層基礎設施。

文中視頻鏈接：https://mp.weixin.qq.com/s/EvDiB0vpYh5-Ztx6OAfngg