通义实验室发布 Qwen3.7-Max：全面智能体模型，多项基准领先
2026/05/20 11:31阅读量 10
通义实验室推出迄今最全面的智能体模型 Qwen3.7-Max，即将通过 API 提供服务。该模型在编程、通用智能体、推理及多语言等多项基准上取得领先，尤其在长周期自主执行（35 小时、超 1000 次工具调用）中保持了连贯推理，并可无缝集成至 Claude Code、OpenClaw 等主流框架。
事件概述
通义实验室正式发布 Qwen3.7-Max，定位为全能的智能体基座模型，覆盖编程、办公自动化、长周期自主任务等场景，即将通过 API 上线。
核心能力与表现
编程智能体
- SWE-Pro：60.6
- SWE-Multilingual：78.3
- SciCode：53.5
- QwenSVG：1608
- Terminal Bench 2.0-Terminus：69.7（超越 DS-V4-Pro Max 的 67.9）
- SWE-Verified：80.4（与 Opus-4.6 Max 的 80.8 和 DS-V4-Pro Max 的 80.6 相当）
通用智能体
- MCP-Mark：60.8（vs GLM-5.1 的 57.5）
- MCP-Atlas：76.4（vs Opus-4.6 的 75.8）
- Skillbench：59.2（vs K2.6 的 56.2）
- Kernel Bench L3：1.98 倍中位数加速，96% 加速率
- BFCL-V4：75.0
- Qwenclaw：64.3
- ClawEval：65.2
- SpreadSheetBench-v1：87.0（办公自动化顶尖）
推理能力
- GPQA Diamond：92.4（vs Opus-4.6 的 91.3）
- HLE：41.4（vs Opus-4.6 的 40.0）
- HMMT 2026 Feb：97.1（vs Opus-4.6 的 96.2）
- IMOAnswerBench：90.0（vs DS-V4-Pro 的 89.8）
- Apex：44.5（vs DS-V4-Pro 的 38.3）
通用能力与多语言
- IFBench：79.1（vs DS-V4-Pro 的 77.0）
- WMT24++：85.8
- MAXIFE：89.2
- SuperGPQA：73.6
- QwenWorldBench：57.3
值得关注
- 在长达 35 小时、超过 1000 次工具调用的全自主内核优化实验中，模型保持了连贯推理，验证了长周期执行稳定性。
- 可无缝集成至 Claude Code、OpenClaw、Qwen Code 等主流智能体框架和编程助手。
- 训练环境在 Qwen3.5 基础上大幅扩展了质量与多样性。