通义千问3.7国产大模型排名第一，全球前十五

5月20日，阿里云峰会正式召开。会上，阿里巴巴集团副总裁、阿里云智能CTO周靖人发布了通义千问Qwen3.7系列大模型。旗舰版Qwen3.7-Max定位为“全能智能体基座”，在编码、推理、工具调用等关键维度取得显著突破，并在多项全球权威评测中刷新了国产模型的表现纪录。

通义千问Qwen3.7模型

Qwen3.7-Max的综合表现令人瞩目。在Arena AI全球大模型文本总榜上，它以第13名的成绩超越Gemini 3 Flash、GPT-5.5等国际模型，成为前15名中唯一的国产模型。细分能力同样突出：数学排名全球第7，编程第10，专家级应用与软件及IT领域均位列第9。视觉方面，Qwen3.7-Plus预览版在视觉总榜排名第16，助力阿里实验室视觉能力综合排名升至全球第5。在知识和逻辑推理等主流评测中，Qwen3.7系列全面领先Kimi K2.6、智谱GLM5.1、DeepSeek V4 Pro、opus4.6-Max等国内外最新模型，稳居国内首位。

工具调用与编程：长周期稳定性突破

综合排名体现模型广度，工具调用与编程能力则检验实用深度，这正是本次升级的核心。Qwen3.7编程智能体现已支持复杂工程开发，在TerminalBench 2.0测试中获69.7分，超越DS-V4-ProMax的67.9分；在SWE-Pro（60.6分）、SciCode（53.5分）等编程基准测试中保持领先。更关键的是稳定性：一项持续35小时、涉及超1000次工具调用的长周期实验中，Qwen3.7展现出稳定推理能力，实现端到端任务闭环。办公自动化场景下，SpreadsheetBench-V1得分高达87.0，同样位居行业顶尖。

来源：互联网