Qwen3.7-Max - 阿里通义推出的新一代旗舰大模型

发布于 2026-05-20 · Qwen3.7-Max 是阿里通义千问团队推出的面向智能体时代的新一代旗舰大模型，定位为全能智能体基座。模型具备前沿编程、办公自动化、长周期自主执行与跨框架泛化四大核心能力，在 SWE-Pro、MCP-Atlas、GPQA Diamond 等数十项编程、智能体与推理基准上取得领先成绩。

Qwen3.7-Max是什么

Qwen3.7-Max 是阿里通义千问团队的新一代旗舰大模型，冲着智能体时代来的，定位是全能智能体基座。它主打四块能力：前沿编程、办公自动化、长周期自主执行、跨框架泛化。在 SWE-Pro、MCP-Atlas、GPQA Diamond 等数十项编程、智能体、推理基准上成绩领先，也能直接接进 Claude Code、OpenClaw、Qwen Code 等主流智能体框架。

Qwen3.7-Max的主要功能

前沿编程智能体：从做前端原型到复杂的多文件软件工程，写代码、调试整条链路都能接，SWE-Pro、SWE-Multilingual 这些编程基准上成绩靠前。
办公生产力助手：靠 MCP 集成和多智能体协作把工作流串起来，SpreadSheetBench-v1 办公自动化基准上拿到 87.0 分，复杂的数据分析和文档生成都能接。
长周期自主执行：超长任务的执行能一直保持稳定，在一次长达 35 小时、超过 1000 次工具调用的全自主内核优化实验里，推理始终没断。
跨框架泛化：原生适配 Claude Code、OpenClaw、Qwen Code 这些主流框架，不用针对某个框架微调，照样稳定发挥。

Qwen3.7-Max的技术原理

环境扩展训练：在 Qwen3.5 的环境扩展方法上继续加码，训练环境的质量和多样性都铺开了，模型的能力因此能从各种环境里泛化出来。
解耦式 Rollout 基础设施：把训练实例拆成任务、运行框架、验证器三个互不干扰的组件，强化学习可以跨框架、跨验证器来跑，模型被逼着学通用的解题策略。
组合式扩展：同一个任务能跟不同类型、不同版本的框架和验证器自由组合，边际成本很低，训练环境就这样按组合方式扩起来。
长程强化学习优化：长周期自主执行里不断拿到反馈再迭代，模型跑过 30 小时还能找到实打实的改进点，长程优化和自我进化的能力算是验证了。

如何使用Qwen3.7-Max

Qwen3.7-Max计划将通过阿里云百炼提供服务。

Qwen3.7-Max的核心优势

智能体基准全面领先：MCP-Mark、MCP-Atlas、ClawEval、QwenClawBench 这些通用智能体基准上，成绩要么超过 Claude Opus-4.6 Max，要么紧咬在后面。
编程能力顶尖：SWE-Pro 60.6、SWE-Multilingual 78.3、Terminal Bench 2.0 69.7，同类模型里都排在前面。
推理与知识深厚：GPQA Diamond 92.4、HMMT 2026 Feb 97.1、HLE 41.4，高难度 STEM 推理上属于第一梯队。
多语言能力一流：WMT24++ 85.8、MAXIFE 89.2、MMLU-Pro 89.6，翻译和跨语言理解的质量顶尖。
真实生产力闭环：专业团队要一两周才能做完的复杂项目，它能压到几个小时内端到端交付。
硬件无关泛化：放到训练时没见过的平头哥真武 M890 平台上，它也能自己摸索着把深度内核优化做完。

Qwen3.7-Max的同类竞品对比

对比维度	Qwen3.7-Max	Claude Opus-4.6 Max
编程智能体	SWE-Pro 60.6 / Terminal Bench 69.7 领先	SWE-Pro 59.0 / SWE-Verified 80.8 略领先
通用智能体	MCP-Atlas 76.4 / ClawEval 65.2 领先	MCP-Atlas 75.8 / ClawEval 70.4 领先
推理能力	GPQA Diamond 92.4 / HLE 41.4 领先	GPQA Diamond 91.3 / HLE 40.0
办公自动化	SpreadSheetBench 87.0	SpreadSheetBench 89.3 略领先
多语言	WMT24++ 85.8 / MAXIFE 89.2 领先	WMT24++ 82.7
长周期执行	35小时/1000+工具调用自主优化，30小时后仍持续改进	长上下文稳定，但公开的长程自主优化案例较少
跨框架泛化	原生适配 Claude Code / OpenClaw / Qwen Code 等多框架	主要针对 Claude Code 优化
提供服务	阿里云百炼 API（即将上线）	Anthropic API / Claude 应用