Qwen3.7 MaxvsKimi K2.6
在 12 个共同 benchmark 中，Qwen3.7 Max 整体领先：Qwen3.7 Max 领先 9 项，Kimi K2.6 领先 3 项，持平 0 项，平均分差 +2.03。
Qwen3.7 Max
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 Max9 项(75%)(25%)3 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 12 项。
仓库修复与多文件工程
Qwen3.7 Max 领先 3/3| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 60.6017 / 66Thinking (With Tools) | 58.6020 / 66Thinking (With Tools) | +2 |
| SWE-bench Multilingual | 78.3010 / 33Thinking (With Tools) | 76.7011 / 33Thinking (With Tools) | +1.60 |
| SWE-bench Verified | 80.4013 / 119Thinking (With Tools) | 80.2014 / 119Thinking (With Tools) | +0.20 |
多轮记忆与持续上下文
Qwen3.7 Max 领先 2/2| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| EBR-bench | 9.5218 / 23Thinking (With Tools) | 2.3822 / 23Thinking (With Tools) | +7.14 |
| Context Arena | 56.0179 / 126Normal (No Tools) | 51.8886 / 126Normal (No Tools) | +4.13 |
数学
Qwen3.7 Max 领先 2/2| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 34.1532 / 71Reported best (effort unspecified) | 25.6444 / 71Reported best (effort unspecified) | +8.51 |
| FrontierMath v2 | 64.5632 / 114Reported best (effort unspecified) | 57.1939 / 114Reported best (effort unspecified) | +7.37 |
客服与业务流程
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| τ³-Banking | 11.80128 / 167Thinking (With Tools) | 23.3083 / 167Thinking (With Tools) | -11.50 |
文档与图表理解
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| GDP.pdf | 8.6089 / 122Thinking (No Tools) | 1369 / 122Thinking (No Tools) | -4.40 |
法律
Kimi K2.6 领先 1/1| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| Harvey Lab-AA | 83.4326 / 44Thinking (With Tools) | 84.1225 / 44Thinking (With Tools) | -0.69 |
自主开发与终端任务
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 69.705 / 52Thinking (With Tools) | 66.7010 / 52Thinking (With Tools) | +3 |
跨应用与工具编排
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Kimi K2.6 | 分差 |
|---|---|---|---|
| MCP-Atlas | 76.4021 / 50Thinking (With Tools) | 69.4035 / 50Thinking (With Tools) | +7 |
规格对比
| 字段 | Qwen3.7 Max | 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 | 稠密模型 | MoE 架构 |
| 参数规模 | 暂无数据 | 1万亿 |
| 上下文长度 | 1M | 256K |
| 最大输出 | 64K | 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 | Kimi K2.6 |
|---|---|---|
| 文本输入 | ¥12 / 1M tokens | $0.95 / 1M tokens |
| 文本输出 | ¥36 / 1M tokens | $4 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.16 / 1M tokens |
小结
- Qwen3.7 Max在以下类目领先:仓库修复与多文件工程 (3/3)、多轮记忆与持续上下文 (2/2)、数学 (2/2)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
- Kimi K2.6在以下类目领先:客服与业务流程 (1/1)、文档与图表理解 (1/1)、法律 (1/1)
12 个共同 benchmark 上，Qwen3.7 Max 平均高出 2.03 分。
单项差距最大的 benchmark：τ³-Banking — Qwen3.7 Max 11.80，Kimi K2.6 23.30（分差 -11.50）。
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。