阿里千问Qwen3.7-Max发布：国产最强模型可自主执行35小时任务
阿里发布千问大模型Qwen3 7-Max，在Arena全球盲测总榜位列国产模型第一，整体接近国际顶尖水平。该模型专为智能体优化，在编程、推理及通用能力测试中表现突出，能自主完成长达35小时的硬件优化任务，具备跨框架泛化与多智能体协同能力，后续将推出更多功能。
2026年阿里云峰会，阿里巴巴正式揭晓了千问大模型的最新旗舰——Qwen3.7-Max。这次发布意义不小，它不仅标志着千问系列在短短三个月内的第三次重大迭代，更在Arena全球大模型盲测总榜上，拿下了国产模型第一的位置。综合来看，其整体水平已经非常接近GPT、Claude、Gemini这些国际顶尖选手了。
从定位上看，Qwen3.7-Max是一款面向智能体（Agent）场景深度优化的模型。这一点，在各项权威测评中得到了充分印证。编程能力是智能体的核心，在SWE-Pro、SWE-Multilingual等智能体专项测评中，它表现突出；特别是在Terminal Bench 2.0-Terminus测试中，以69.7的得分超越了DeepSeek-v4-pro-Max、Claude-Opus4.6等一众主流模型。
而在更贴近真实应用场景的通用智能体能力测试，如MCP-Atlas、MCP-Mark、Skillbench中，Qwen3.7-Max同样刷新了国产模型的最佳成绩，表现优于GLM5.1和Kimi-K2.6。
除了智能体能力，它的推理与通用能力同样亮眼。面对GPQA Diamond、HLE、HMMT 2026 Feb这些高难度推理考题，Qwen3.7-Max超越了Claude-Opus4.6以及所有其他国产模型。在指令遵循测试IFBench中斩获79.1分，多语言测评WMT24++、MAXIFE中也保持了领先优势。
不过，最令人印象深刻的，或许是一次长达35小时的全自主硬件优化任务。在这次实验中，模型被置于一个“三无”的全新环境——无文档、无参考代码、无性能数据的平头哥真武M890芯片平台上。结果，它从零开始，独立完成了内核编写、编译、性能分析与迭代优化的全过程。期间执行了432次内核评估和1158次工具调用，最终将性能提升至官方参考实现的10倍。更关键的是，它甚至自主发起了关键架构的重构决策，展现出接近人类工程师的长期、自主工作能力。
此外，Qwen3.7-Max还具备优秀的跨框架泛化能力，并支持多智能体协同。在办公自动化场景的SpreadSheetBench-v1测试中，它取得了87分的顶尖成绩。根据阿里云透露的信息，Qwen3.7-Max的API即将登陆百炼平台，后续还将推出Qwen3.7-Plus等版本，旨在全面覆盖编程、视觉、办公等全场景的智能体需求。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：阿里千问Qwen3.7-Max发布：国产最强模型可自主执行35小时任务要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点QuickieAI是一款轻量级Chrome插件，核心逻辑是快速准确。在写作、社交媒体运营、营销活动场景中，一键完成内容研究与文案生成，支持侧边栏即时响应。可辅助写作、生成多平台文案及营销话术，擅长冷启动，最终质量需人工微调。
快手开源图像生成模型可图Kolors，采用GLM文本编码器支持中英文双语理解，可处理256token长文本。基于数十亿文本图像对训练，专门优化中国文化元素，能稳定生成中文文字，英文文字偶有缺漏。
Hebbia是一款专为金融、法律、政府和制药等行业设计的AI搜索引擎，其Matrix产品通过拆解复杂文档实现自动化信息提取与分析，已获3000万美元融资。它适用于研究人员、商业人士及学生，提供全面、精准的检索与洞察。
Penf1是一款AI驱动的博客创作工具，专注于简化从构思到发布的全流程。它支持即时内容生成、创意破题和SEO优化，帮助创作者快速获得高质量初稿，从而将精力集中于打磨观点和注入个人风格。
- 日榜
- 周榜
- 月榜
热点快看