Qwen3.7 MaxvsQwen3.6-Max-Preview
在 12 个共同 benchmark 中，Qwen3.7 Max 整体领先：Qwen3.7 Max 领先 11 项，Qwen3.6-Max-Preview 领先 1 项，持平 0 项，平均分差 +3.12。
Qwen3.7 Max
阿里巴巴 · 2026-05-20 · 推理大模型
Qwen3.6-Max-Preview
阿里巴巴 · 2026-04-18 · 聊天大模型
Qwen3.7 Max11 项(92%)(8%)1 项Qwen3.6-Max-Preview
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 2/2| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| SWE-bench Multilingual | 78.308 / 30Thinking (With Tools) | 73.8014 / 30Thinking (With Tools) | +4.50 |
| SWE-bench Verified | 80.4013 / 116Thinking (With Tools) | 78.8021 / 116Thinking (With Tools) | +1.60 |
科学知识与推理
Qwen3.7 Max 领先 2/2| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| CritPt | 13.4063 / 204Thinking (No Tools) | 3.70111 / 204Thinking (No Tools) | +9.70 |
| GPQA Diamond | 92.4022 / 253Max (No Tools) | 90.4037 / 253Max (No Tools) | +2 |
综合知识考试
Qwen3.7 Max 领先 2/2| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| HLE | 53.5029 / 235Thinking (With Tools) | 50.2041 / 235Thinking (With Tools) | +3.30 |
| MMLU-Pro | 89.605 / 175Max (No Tools) | 88.506 / 175Max (No Tools) | +1.10 |
多轮记忆与持续上下文
Qwen3.6-Max-Preview 领先 1/1| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| Context Arena | 56.0179 / 126Normal (No Tools) | 70.6261 / 126Normal (No Tools) | -14.61 |
常识推理
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| SimpleBench | 70.4018 / 96Normal (No Tools) | 6326 / 96Normal (No Tools) | +7.40 |
指令与格式遵循
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| IF Bench | 79.105 / 31Max (No Tools) | 74.2011 / 31Max (No Tools) | +4.90 |
数学
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| IMO-AnswerBench | 903 / 24Max (No Tools) | 83.8014 / 24Max (No Tools) | +6.20 |
算法与竞赛编程
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| LiveCodeBench | 91.605 / 125Max (No Tools) | 87.1014 / 125Max (No Tools) | +4.50 |
自主开发与终端任务
Qwen3.7 Max 领先 1/1| 评测项 | Qwen3.7 Max | Qwen3.6-Max-Preview | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 50.8022 / 244Thinking (With Tools) | 43.9037 / 244Thinking (With Tools) | +6.90 |
规格对比
| 字段 | Qwen3.7 Max | Qwen3.6-Max-Preview |
|---|---|---|
| 发布机构 | 阿里巴巴 | 阿里巴巴 |
| 发布时间 | 2026-05-20 | 2026-04-18 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 262K |
| 最大输出 | 64K | 64K |
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 | Qwen3.6-Max-Preview |
|---|---|---|
| 文本输入 | ¥12 / 1M tokens | $1.3 / 1M tokens |
| 文本输出 | ¥36 / 1M tokens | $7.8 / 1M tokens |
小结
- Qwen3.7 Max在以下类目领先:仓库修复与多文件工程 (2/2)、科学知识与推理 (2/2)、综合知识考试 (2/2)、常识推理 (1/1)、指令与格式遵循 (1/1)、数学 (1/1)、算法与竞赛编程 (1/1)、自主开发与终端任务 (1/1)
- Qwen3.6-Max-Preview在以下类目领先:多轮记忆与持续上下文 (1/1)
12 个共同 benchmark 上，Qwen3.7 Max 平均高出 3.12 分。
单项差距最大的 benchmark：Context Arena — Qwen3.7 Max 56.01，Qwen3.6-Max-Preview 70.62（分差 -14.61）。
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。