Qwen 3.7 Max Preview Released: Top-Tier Performance

🔑 增強重點摘要

•Qwen 3.7 Max預覽版在文本和視覺領域均展現了國產頂尖性能，並在指令遵循、世界知識和智能體編碼方面相較於Qwen 3.6 Plus有顯著提升，儘管仍處於積極開發階段，但已在多項基準測試中超越部分頂尖閉源模型，例如在Tau2-Bench智能體工具調用能力評估中取得74.8分，超越Claude Opus 4和DeepSeek V3。
•阿里巴巴的Qwen系列模型，包括Qwen-VL（視覺語言模型）、Qwen-TTS（文本轉語音模型）和Qwen-Audio，支持跨模態處理，而最新的Qwen3-Omni能夠同時處理和推理文本、音頻和視覺模態，並採用「思考模式」和「非思考模式」的混合思維模式，以靈活控制推理性能、速度和成本。
•Qwen系列模型在開源社群中影響力巨大，截至2025年9月，阿里巴巴Qwen在Hugging Face等開發者平台的下載量已超越Meta的Llama系列，成為下載量最高的開源大型語言模型生態系統，顯示其在全球範圍內的強勁採用率。
•Qwen 3.7 Max預覽版是阿里巴巴迄今為止最大、參數量突破1萬億的旗艦級大語言模型，預訓練數據量達到36萬億個token，其MoE（專家混合）架構設計確保了訓練過程的穩定性和效率，並在長上下文訓練場景中採用ChunkFlow策略，吞吐量提升了3倍。
•儘管核心團隊人員變動，包括前通義千問技術負責人林俊暘於2026年3月離職，但阿里巴巴仍保持高速迭代節奏，並強調Qwen模型團隊穩定且將堅持開源策略，目標是持續追求模型智能上限，實現AGI。

📊 競品分析▸ Show

Qwen 3.7 Max 與主要競爭者比較 (截至 2026-05-19)

特性/模型	Qwen 3.7 Max (預覽版) / Qwen3 Max (已發布)	Claude 3.7 Sonnet (Anthropic)	DeepSeek V3 / DeepSeek-R1	GLM-5 (智譜AI)	MiniMax M2.5 (MiniMax)
發布日期	2 Qwen3 Max: 2025-12-15 / Qwen 3.7 Max 預覽版: 2026-05-19	2025-02-24	DeepSeek V3: 2025-03-30前 / DeepSeek-R1: 2025-12-29前	2026年初	2026年初
模型架構	MoE (專家混合) / 雙模式操作 (思考/非思考)	多模態 (文本、圖像)	DeepSeek V3: MoE	-	-
參數規模	Qwen3 Max: 超過1萬億參數	-	DeepSeek V3: 數千億參數	-	-
多模態能力	文本、圖像、音頻、視頻處理	文本、圖像	-	-	-
基準測試表現	Tau2-Bench (智能體工具調用): 74.8分 (超越Claude Opus 4, DeepSeek V3) / AIME 2025: 80.7% (優於Claude 3.7 Sonnet) / GPQA: 76.4% (優於Claude 3.7 Sonnet)	GPQA, SWE-Bench Verified (優於Qwen3 Max) / MMLU Pro: 80.3% / Coding Index: 26.7% (優於Qwen3 Max)	DeepSeek V3: 在Arena-Hard, LiveBench, LiveCodeBench, GPQA-Diamond等基準測試中被Qwen 2.5-Max超越	-	編程評估中達到SOTA水平
定價 (每百萬token)	輸入: $0.50 - $1.20 / 輸出: $2.08 - $6.00 (Qwen3 Max)	輸入: $3.00 / 輸出: $15.00	-	GLM 5: 輸入: $1.00 / 輸出: $3.20	MiniMax M2.5: 輸入: $0.30 / 輸出: $1.20
開源策略	大部分模型開源 (Apache 2.0, Qwen License)	專有許可證 (閉源)	DeepSeek V3: 開源	-	-
主要優勢	高性價比、強大推理與智能體能力、多模態融合、中文理解優化、開源生態	綜合性能強勁，在某些基準測試中表現優異	高性價比、開源策略、編程性能	-	效率冠軍、前沿編程性能、成本效益
應用場景	電商、醫療、教育、內容創作、智能體開發	軟體開發、代碼生成	-	-	針對現實世界生產力應用優化

備註：表格數據基於搜尋結果中提及的最新資訊，部分模型可能存在多個版本，此處盡量選取與Qwen 3.7 Max/Qwen3 Max相關的比較數據。部分模型未提供所有詳細資訊，故顯示為'-'。

🛠️ 技術深入

模型架構: Qwen系列模型採用Transformer架構，並在Qwen3系列中引入了混合專家（MoE）架構。Qwen3模型還採用了混合思維模式（「思考模式」和「非思考模式」），允許靈活控制推理性能、速度和成本。
多模態能力: Qwen系列不僅包含大型語言模型（LLM），還包括多模態模型（MLLM），如Qwen-VL（視覺語言模型）、Qwen-TTS（文本轉語音模型）和Qwen-Audio。最新的Qwen3-Omni能夠同時處理和推理文本、圖像、音頻和視頻等多種模態。Qwen-VL模型能夠接受圖像、文本和邊界框坐標作為輸入，並在視覺推理和細粒度視覺理解方面表現出色。
參數規模與訓練數據: Qwen3-Max是阿里巴巴迄今為止最大的模型，擁有超過1萬億參數，並在36萬億個token的數據集上進行預訓練。Qwen 2.5模型據稱在多達18萬億個token的數據集上進行了預訓練。
長上下文處理: Qwen 2.5顯著改進了長文本生成能力，從1K增加到超過8K token，例如Qwen 2.5-72B可以撰寫超過5,000個漢字的報告。Qwen3-2507版本增強了256K長上下文理解能力，並可擴展至1M token。
訓練優化: Qwen3-Max的訓練穩定性得益於MoE架構設計，預訓練損失曲線在整個訓練過程中保持平滑穩定。在長上下文訓練場景中，採用ChunkFlow策略，實現了3倍的吞吐量提升。
API兼容性: Qwen API與OpenAI API兼容，方便開發者使用。
開源策略: 許多Qwen模型以Apache 2.0許可證、Qwen許可證或非商業Qwen研究許可證發布，其他專有模型則通過阿里雲提供服務。

🔮 前景展望AI analysis grounded in cited sources

中國AI模型將在全球開源生態中佔據主導地位。

阿里巴巴Qwen系列模型在Hugging Face等平台上的下載量已超越Meta的Llama系列，顯示其在性能和成本效益上的競爭力，將吸引更多全球開發者採用，尤其是在美國主要業者轉向更封閉模式的背景下。

AI模型競爭將從單純的性能比拼轉向場景化與生態系統整合。

阿里巴巴的Qwen模型能夠深度整合到其龐大的電商、支付和雲端運算生態系統中，提供更豐富的應用場景和更高的用戶滲透率，這將成為其相對於獨立AI產品的顯著優勢。

多模態與智能體能力將成為下一代AI模型的關鍵發展方向。

Qwen 3.7 Max預覽版在文本和視覺領域的頂尖表現，以及Qwen3-Omni對文本、音頻、視覺等多模態的同時處理能力，加上其在智能體工具調用方面的優異成績，預示著未來AI模型將更注重跨模態理解和自主執行複雜任務的能力。

⏳ 時間線

2023-04

阿里巴巴發布通義千問（Qwen）大語言模型測試版，並宣布將其接入阿里旗下全線業務。

2023-09

阿里雲宣布通義千問正式向社會公眾開放。

2025-01

阿里巴巴發布Qwen2.5-Max。

2025-04

新一代模型Qwen3正式開源，發布0.6B至235B參數共8款模型，包括MoE模型，並支持「思考模式」與「非思考模式」。

2025-09

阿里雲在2025年雲棲大會上推出Qwen3-Max，參數量突破1萬億，並預覽Wan2.5視頻生成模型。

2026-03

通義千問前技術負責人林俊暘離職，但阿里集團強調團隊穩定並堅持開源策略。

Qwen 3.7 Max 預覽版發布：頂尖性能表現

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

Qwen 3.7 Max 與主要競爭者比較 (截至 2026-05-19)

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (24)

👉相關動態

全球首個具備 128K 上下文的 Agentic 擴散模型問世