5.25最新消息！5月22日发布的Qwen3.7-Max排名全球第五

榜单揭晓国产第一

5月22日的北京时间，阿里巴巴正式发布了新一代千问旗舰模型Qwen3.7 - Max。阿里又将它同步接入了千问APP、PC端以及网页端。而就在这同一天发生一件事，让这消息迅速在科技圈引发强烈振动。那就是第三方机构Artificial Analysis公布的最新全球大模型排行名单中 ，Qwen3.7 - Max凭借56，.6分有着位居全球第五的名次而且还是国产第一的成绩。

全球数十个顶尖大模型被汇集到该榜单参与评测，评测涵盖推理能力、编程、指令遵循等多维度指标。Qwen3.7 - Max一下子超越了此前备受着重的DeepSeek - v4 - pro - Max以及Claude - Opus4.6等模型，进而成为当前国产大模型里性能的标杆。

编程智能体全面领先

于编程智能体范畴，Qwen3.7 - Max呈现出令人颇为惊叹的实力。评测所得数据予以表明，此模型于SWE - Pro、SWE - Multilingual以及Terminal Bench 2.0 - Terminus这三项核心测试里皆斩获高分，在Terminal Bench 2.0 - Terminus之上获取了69.7分，超越了DeepSeek - v4 - pro - Max以及Claude - Opus4.6。

在实际编程任务期间，这一成绩所表达的意义是，该模型对于代码上下文具备更精准理解能力，能完成繁复调试还有项目维护工作，与此同时，阿里巴巴方面宣称，在代码生成环节以及错误检测与重构能力方面，Qwen3.7-Max达成了质的跨越，可明显提高开发者工作效率。

通用智能体创下新高

在通用智能体能力这一方面，Qwen3.7 - Max的表现同样是令人十分瞩目的。于MCP - Atlas、MCP - Mark、Skillbench等这类综合性评测当中，该模型超过了GLM5.1、Kimi - K2.6等那些热门国产模型，创造下了国产模型在通用智能体领域的最高得分的记录。

分析情况的业内人士指出，体现大模型于复杂任务规划、工具调用以及多步骤推理方面综合水准的，是通用智能体能力。Qwen3.7 - Max在该领域取得的突破，表明它能够更为出色地对人类思维予以模拟，进而达成像数据分析、报告撰写这类实际应用场景里的多步骤任务。

推理能力超越标杆

进行推理能力评测时，Qwen3.7 - Max呈现出碾压级别的优势。那个模型在GPQA Diamond评测里超过Claude - Opus4.6，在HLE评测中也超过Claude - Opus4.6，在HMMT 2026 Feb评测中同样超过Claude - Opus4.6，于IMOAnswerBench评测里还是超过Claude - Opus4.6，而且领先所有国内产的模型。这些评测包含了科学推理领域，包含了数学证明领域，包含了高阶逻辑推理等复杂领域。

尤其是IMOAnswerBench评测，侧重于国际数学奥林匹克竞赛等级的题目，Qwen3.7 - Max的出色表现表明其在应对高难度数学推理方面已拥有世界级水准。这对工业应用里的工程设计、算法优化等情景有着重大意义。

指令遵循多语领先

在指令遵循能力这一方面，Qwen3.7 - Max于IFBench评测当中，拿到了79.1分这样的一个高分成绩。该项指标所进行衡量的，是模型可不可以精准地理解进而执行用户给出的复杂指令，它对打造可靠的人工智能助手而言是相当重要的。得分变得越高，意味着模型越不容易出现歧义现象或者执行错误的情况。

同时，于多语言理解与翻译评测WMT24++当中以及MAXIFE里，该模型同样位于领先位置。这表明Qwen3.7-Max不但通晓中文加之英文，在别的多种语言的翻译以及理解任务之上也有着出色表现，得以满足全球用户的多语种使用需求。

用户升级即可体验

对普通用户来讲，体验Qwen3.7—Max用不了太长时间等待。用户只要使千问APP更新到6.9.7以及更高版本 ，点击底部胶囊或者在下拉菜单里切换 ，就能马上使用这个最新旗舰模型。而且 ，PC端以及网页端（qianwen.com）也已经同步接入了。

阿里巴巴宣称，往后依旧会持续优化模型性能，并且筹谋推出为数更多的定制化版本。此次升级毫无疑问会进而稳固阿里巴巴于人工智能领域的竞争优势，与此同时还给用户给予了更高超强的免费智能助手选择。

你认为，Qwen3.7-Max有没有可能敢于去尝试挑战当下处于全球排名前四位的位置呢，欢迎来到评论区去分享你个人的看法，并且点赞以及转发这篇文章，从而让更多的人能够知晓国产大模型所取得的进步！

猜你喜欢