Новости

Alibaba представила Qwen3.7-Max: новый флагман обходит Claude Opus 4.6 в SWE-bench Pro

Главным аттракционом релиза стал показательный эксперимент: модель проработала 35 часов в полностью автономном режиме, выполнила более 1158 вызовов инструментов и самостоятельно оптимизировала низкоуровневое CUDA-ядро для обработки длинного контекста — причём на оборудовании, на котором её никогда не обучали. Итог — десятикратное ускорение инференса.

Контекстное окно расширено до 1 млн токенов, но работа ведётся только с текстом — мультимодальных возможностей в этой версии нет. На бенчмарке SWE-bench Pro модель набрала 60,6%, обойдя DeepSeek V4-Pro, но уступив Claude Opus 4.7 с его 64,3%.

Любопытная деталь: тестирование проводилось сразу на трёх разных харнессах — OpenClaw, Claude Code и Hermes. Разброс результатов между ними не превысил ~6 пунктов, что говорит о неплохой стабильности модели.

Попробовать Qwen3.7-Max можно через Qwen Studio (chat.qwen.ai) и Alibaba Cloud Model Studio по API. Веса Max-версии останутся закрытыми, а вот Plus-версия из той же линейки Qwen3.7 будет выложена в открытый доступ.