5月20日，阿里巴巴正式發(fā)布全新一代千問旗艦模型Qwen3.7-Max。這款面向智能體時代全面設計的大模型，在三方機構Arena全球大模型盲測總榜中一舉超過Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1等一眾國產(chǎn)對手，與GPT、Claude、Gemini等國際最強模型水平接近，強勢位列國產(chǎn)模型第一。

這不僅是千問系列的又一次能力躍升，更是國產(chǎn)大模型在全球競技場中一次有力的證明。

Arena盲測登頂，國產(chǎn)第一實至名歸

Arena盲測一直被視為大模型領域最具公信力的競技平臺之一。參測模型在完全匿名的條件下接受用戶實時提問與評判，最終根據(jù)真實使用體驗生成排名。在這一嚴苛的評測體系中，Qwen3.7-Max不僅力壓國內多款頂尖模型，更直接對標GPT、Claude、Gemini等國際一線產(chǎn)品，最終取得了與它們最強版本接近的成績。

這一結果意味著，在全球大模型的第一梯隊中，國產(chǎn)模型已經(jīng)占據(jù)了一席之地。Qwen3.7-Max用實打實的盲測數(shù)據(jù)證明，千問系列的技術積累已經(jīng)達到了世界前列的水準。

為Agent而生，編程推理雙突破

與上一代模型相比，Qwen3.7-Max最大的不同在于，它是面向當下智能體（Agent）場景全新設計的。這一定位決定了它在能力側的演進方向——不再僅僅追求對話的流暢與準確，而是要真正成為一個能獨立執(zhí)行復雜任務的智能體大腦。

在編程能力上，Qwen3.7-Max實現(xiàn)了持續(xù)突破，能夠理解并生成高質量代碼，支持多輪迭代優(yōu)化。在推理能力上，模型展現(xiàn)出了更強的邏輯鏈條構建能力，面對多步驟、多約束的復雜問題時，依然能夠保持清晰的推理路徑，給出準確可靠的答案。

這兩項核心能力的同步提升，讓Qwen3.7-Max具備了驅動智能體完成真實世界任務的底層能力，也讓它在盲測中獲得了大量來自開發(fā)者和專業(yè)用戶的高分評價。

35小時超長程任務，全自主完成

Qwen3.7-Max最令人驚嘆的表現(xiàn)，是它能夠全自主完成長達35小時的超長程智能體復雜任務。

這不是一個簡單的多輪對話，而是一個需要持續(xù)規(guī)劃、動態(tài)調整、反復調用工具的超長鏈路任務。在整個過程中，模型需要自主判斷下一步該做什么、該調用哪個工具、如何根據(jù)中間結果修正策略。35小時的時間跨度，意味著數(shù)千次甚至上萬次的決策與執(zhí)行，任何一個環(huán)節(jié)的偏差都可能導致整個任務失敗。

而Qwen3.7-Max做到了。它在全程無需人工干預的情況下，自主完成了這一超長程復雜任務，展現(xiàn)出了遠超當前主流模型的任務規(guī)劃與持續(xù)執(zhí)行能力。這一表現(xiàn)，標志著大模型從"能對話"真正邁向了"能干活"的新階段。

自主編程實現(xiàn)內核自我進化，推理速度提升10倍

在當天的發(fā)布中，阿里還披露了一個極具震撼力的技術案例。在一個全新的芯片平臺上，Qwen3.7-Max通過自主編程和超過1000次工具調用，獨立完成了一個關鍵內核的自我進化。

整個過程中，模型自主分析了原版本內核的性能瓶頸，自主編寫了優(yōu)化代碼，并通過反復測試與迭代，最終實現(xiàn)了推理速度較原版本提升10倍的成果。超過1000次工具調用意味著模型在整個優(yōu)化過程中，不斷地編譯、運行、分析、修正，形成了一個完整的自主優(yōu)化閉環(huán)。

這不是人類工程師指導下的代碼優(yōu)化，而是大模型完全自主完成的技術突破。它證明了Qwen3.7-Max已經(jīng)具備了在真實技術場景中獨立解決問題的能力，而不僅僅是在benchmark上拿高分。

國產(chǎn)大模型的新標桿

從Arena盲測登頂，到35小時超長程任務全自主完成，再到自主編程實現(xiàn)內核10倍提速，Qwen3.7-Max在發(fā)布當天就交出了一份極具說服力的成績單。它不僅是千問系列的一次重大升級，更為整個國產(chǎn)大模型賽道樹立了新的標桿。

當大模型的競爭從參數(shù)規(guī)模轉向真實任務能力，當Agent成為AI落地的核心場景，Qwen3.7-Max用實際表現(xiàn)證明：國產(chǎn)模型不僅能跟上，而且能領跑。