Alibaba
Qwen3.8 Omni Flash
最大上下文
1M
最大输出
131.1K
发布日期
暂无
qwen3.7-maxQwen3.7 Max 被定位为 Qwen3.7 一代的旗舰模型,官方叙事重点是面向 Agent 时代。相关模型卡强调 Agent 工作流、代码、办公/生产力任务,以及长周期自主执行能力。它不应该只被写成“更大的聊天模型”,而应该描述为面向复杂工作的高能力通用模型。
上下文窗口
1M Token
最大输出
65.5K Token
发布日期
2026年5月21日
模态
| 输入价格 | 输出价格 | 缓存读取 | 缓存创建 5m | 缓存读取 5m |
|---|---|---|---|---|
| $1.7143/M | $5.1429/M | $0.3429/M | $2.1429/M | $0.1714/M |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
Qwen3.7 Max 结合面向 Agent 的推理、编程与生产力能力以及百万 Token 上下文,适合复杂文本任务。
模型能够规划并持续推进多步骤工作,适合需要连续决策和长程执行的任务。
模型擅长编程、办公和生产力任务,可完成结构化分析与协调一致的文本生成。
百万 Token 上下文窗口可容纳大型代码库、长篇文档和持续时间较长的文本交互。
Qwen3.7 Max 适合仓库级软件开发、长程文本 Agent 以及大规模商业或技术文档分析。
分析大型代码库中的依赖关系,实施跨文件改动,并检查修改对相关组件的影响。
在多步骤研究、编程或运营工作流中持续保留目标和中间结果,并推进后续任务。
审阅大规模文本集合,关联不同章节的依据,并生成结构化摘要、对比结果或行动方案。
运行前请替换这些路径参数: {model}
curl 'https://us-api.tokenhub.com/v1beta/models/{model}:generateContent' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"Qwen3.7 Max
| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 46 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 50.1 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 92.3% |
| HLE | 广泛专家级考试集合 | 38.1% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 48.8% |
| Terminal-Bench Hard | 高难度终端任务执行 | 50.8% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 80.5% |
| AA-LCR | 长上下文推理 | 69% |
| τ²-Bench | Agent 工作流任务 | 94.7% |
指标来源 Artificial Analysis
Qwen 3.7 Max 的能力、适用场景、限制和 TokenHub 使用指南。
Qwen 3.7 Max 是 Alibaba Qwen 面向旗舰级编程、推理和智能体流程的模型。
适合复杂编程、智能体流程、大量工具调用的自动化,尤其适合重视最高回答质量的场景。
核心优势是覆盖编程和工具任务的广泛智能体能力,并具备可在深度思考和直接回答之间切换的混合思考。
它会使用更多计算,因此延迟和成本可能更高。 更看重多模态输入时,可考虑 Qwen 3.7 Plus。
使用 TokenHub 显示的精确标识符,并按账户文档确认当前功能。
通过一个 API Key 接入 Qwen3.7 Max 与更多 AI 模型。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube