Qwen3.7-Max-PreviewvsKimi K2.6
在 8 个共同 benchmark 中，Qwen3.7-Max-Preview 整体领先：Qwen3.7-Max-Preview 领先 7 项，Kimi K2.6 领先 1 项，持平 0 项，平均分差 +1.78。
Qwen3.7-Max-Preview
阿里巴巴 · 2026-05-20 · 推理大模型
Kimi K2.6
Moonshot AI · 2026-04-20 · 推理大模型
Qwen3.7-Max-Preview7 项(88%)(13%)1 项Kimi K2.6
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
编程与软件工程
Qwen3.7-Max-Preview 领先 4/4| 评测项 | Qwen3.7-Max-Preview | Kimi K2.6 | 分差 |
|---|---|---|---|
| LiveCodeBench | 91.604 / 120最高（无工具） | 89.607 / 120Thinking (No Tools) | +2 |
| SWE-Bench Pro - Public | 60.603 / 40Thinking (With Tools) | 58.604 / 40Thinking (With Tools) | +2 |
| SWE-bench Multilingual | 78.303 / 20Thinking (With Tools) | 76.704 / 20Thinking (With Tools) | +1.60 |
| SWE-bench Verified | 80.409 / 105Thinking (With Tools) | 80.2010 / 105Thinking (With Tools) | +0.20 |
综合评估
胶着 2/2| 评测项 | Qwen3.7-Max-Preview | Kimi K2.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.4010 / 177最高（无工具） | 90.5015 / 177Thinking (No Tools) | +1.90 |
| HLE | 53.508 / 154Thinking (With Tools) | 547 / 154Thinking (With Tools + Internet) | -0.50 |
AI Agent - 工具使用
Qwen3.7-Max-Preview 领先 1/1| 评测项 | Qwen3.7-Max-Preview | Kimi K2.6 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 69.705 / 46Thinking (With Tools) | 66.7010 / 46Thinking (With Tools) | +3 |
数学推理
Qwen3.7-Max-Preview 领先 1/1| 评测项 | Qwen3.7-Max-Preview | Kimi K2.6 | 分差 |
|---|---|---|---|
| IMO-AnswerBench | 901 / 19最高（无工具） | 866 / 19Thinking (No Tools) | +4 |
规格对比
| 字段 | Qwen3.7-Max-Preview | Kimi K2.6 |
|---|---|---|
| 发布机构 | 阿里巴巴 | Moonshot AI |
| 发布时间 | 2026-05-20 | 2026-04-20 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 10000.0 | 10000.0 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 65536 | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Qwen3.7-Max-Preview | Kimi K2.6 |
|---|---|---|
| 文本输入 | $2.5 / 1M tokens | $0.95 / 1M tokens |
| 文本输出 | $7.5 / 1M tokens | $4 / 1M tokens |
| 缓存读取 | $0.25 / 1M tokens | $0.16 / 1M tokens |
| 缓存写入 | $3.125 / 1M tokens | $0.95 / 1M tokens |
小结
- Qwen3.7-Max-Preview在以下类目领先:编程与软件工程 (4/4)、AI Agent - 工具使用 (1/1)、数学推理 (1/1)
- 胶着类目:综合评估
8 个共同 benchmark 上，Qwen3.7-Max-Preview 平均高出 1.78 分。
单项差距最大的 benchmark：IMO-AnswerBench — Qwen3.7-Max-Preview 90，Kimi K2.6 86（分差 +4）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。