Qwen3.7-Max-PreviewvsQwen3-Max-Thinking
在 7 个共同 benchmark 中，Qwen3.7-Max-Preview 整体领先：Qwen3.7-Max-Preview 领先 7 项，Qwen3-Max-Thinking 领先 0 项，持平 0 项，平均分差 +5.39。
Qwen3.7-Max-Preview
阿里巴巴 · 2026-05-20 · 推理大模型
Qwen3-Max-Thinking
阿里巴巴 · 2026-01-26 · 推理大模型
Qwen3.7-Max-Preview7 项(100%)(0%)0 项Qwen3-Max-Thinking
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
综合评估
Qwen3.7-Max-Preview 领先 3/3| 评测项 | Qwen3.7-Max-Preview | Qwen3-Max-Thinking | 分差 |
|---|---|---|---|
| GPQA Diamond | 92.4010 / 177最高（无工具） | 87.4034 / 177thinking | +5 |
| MMLU Pro | 89.604 / 126最高（无工具） | 85.7021 / 126thinking | +3.90 |
| HLE | 53.508 / 154Thinking (With Tools) | 49.8021 / 154thinking + 使用工具 | +3.70 |
编程与软件工程
Qwen3.7-Max-Preview 领先 2/2| 评测项 | Qwen3.7-Max-Preview | Qwen3-Max-Thinking | 分差 |
|---|---|---|---|
| LiveCodeBench | 91.604 / 120最高（无工具） | 85.9014 / 120thinking | +5.70 |
| SWE-bench Verified | 80.409 / 105Thinking (With Tools) | 75.3030 / 105thinking | +5.10 |
指令跟随
Qwen3.7-Max-Preview 领先 1/1| 评测项 | Qwen3.7-Max-Preview | Qwen3-Max-Thinking | 分差 |
|---|---|---|---|
| IF Bench | 79.102 / 29最高（无工具） | 70.9011 / 29thinking + 使用工具 | +8.20 |
数学推理
Qwen3.7-Max-Preview 领先 1/1| 评测项 | Qwen3.7-Max-Preview | Qwen3-Max-Thinking | 分差 |
|---|---|---|---|
| IMO-AnswerBench | 901 / 19最高（无工具） | 83.909 / 19thinking | +6.10 |
规格对比
| 字段 | Qwen3.7-Max-Preview | Qwen3-Max-Thinking |
|---|---|---|
| 发布机构 | 阿里巴巴 | 阿里巴巴 |
| 发布时间 | 2026-05-20 | 2026-01-26 |
| 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 | 1000K |
| 最大输出 | 65536 | 32768 |
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 | Qwen3-Max-Thinking |
|---|---|---|
| 文本输入 | $2.5 / 1M tokens | 1.2 美元/100万 tokens |
| 文本输出 | $7.5 / 1M tokens | 6 美元/100万 tokens |
| 缓存读取 | $0.25 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $3.125 / 1M tokens | 暂无公开价格 |
小结
- Qwen3.7-Max-Preview在以下类目领先:综合评估 (3/3)、编程与软件工程 (2/2)、指令跟随 (1/1)、数学推理 (1/1)
7 个共同 benchmark 上，Qwen3.7-Max-Preview 平均高出 5.39 分。
单项差距最大的 benchmark：IF Bench — Qwen3.7-Max-Preview 79.10，Qwen3-Max-Thinking 70.90（分差 +8.20）。
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。