核心数据一览
根据第三方权威评测平台 Arena AI（采用全球用户匿名盲评机制）的最新榜单，Qwen3.7-Max-Preview 的评测成绩如下：
| 评测维度 | 排名 |
| 文本领域综合榜 | 第13名 |
| 数学领域 | 第7名 |
| 专家级应用 | 第9名 |
| 软件与 IT | 第9名 |
| 编程能力 | 第10名 |
| 专家竞技场（专家级提示） | 第9名 |
| 通义千问机构总排名 | 全球第6 |
视觉方向上，Qwen3.7-Plus-Preview 综合排名第16位，将通义千问在视觉榜的实验室排名提升至全球第5。
Qwen3.7 系列定位
本次上线的是两款预览版（Preview），定位清晰：
- Qwen3.7-Max-Preview：Qwen3.7 旗舰模型的预览版，主打综合性能天花板，仅支持思考模式（Thinking Mode），搜索工具与代码解释器暂不可用。
- Qwen3.7-Plus-Preview：Qwen3.7 系列的高性能均衡版预览，同样聚焦推理与逻辑表达，工具链待后续开放。
预览版的功能限制是刻意的——评测阶段将模型本体单独拎出跑分，剥掉所有外挂工具，是为了让分数更干净，避免"模型不行但搜索来救场"的情况。
技术亮点
1. 万亿参数 + 36T Tokens 预训练
根据官方披露，Qwen3.7-Max-Preview 沿用了 Qwen3-Max 确立的架构范式，总参数量超过 1万亿（1T），预训练数据量高达 36T Tokens，是目前阿里规模最大的推理模型之一。
2. 思考模式（Thinking Mode）
预览版仅开放思考模式，这意味着模型在输出最终答案前，会经过完整的内部推理链路（Chain-of-Thought），适合复杂推理、数学证明、代码调试等高难度任务。
3. 子榜单全面开花
相比上一代 Qwen3.6 系列，Qwen3.7-Max-Preview 在多个细分领域的表现更为均衡：数学从 Qwen3.6 的水平进一步攀升，跻身第7位；编程第10位，延续了 Qwen 在 Agentic Coding 方向上的持续投入；专家级应用与数学、编程形成三足鼎立。
从追赶者到并跑者：Qwen 的迭代速度
值得关注的是迭代节奏。今年以来，阿里的模型发布密度显著加快：
- Qwen3.5 系列：主打长上下文（最高100万 tokens）和多模态融合
- Qwen3.6-Max-Preview：强化世界知识、指令遵循、Agentic Coding
- Qwen3.6-Plus：升级 Vibe Coding，多模态识别更强
- Qwen3.7 双 Preview：直接登场，间隔压缩至数周
全球竞争格局
Qwen3.7-Max-Preview 跻身 Arena AI 文本综合榜第13位，通义千问机构排名全球第六。前10名几乎被 GPT、Claude、Gemini 几家瓜分，能在这个区间站稳，说明 Qwen3.7 旗舰已经不再是"追赶者"，而是开始与全球顶尖模型并跑。
尤其值得注意的是"专家竞技场"（Expert Arena）——这个子榜单只统计专家级提示词，背后多是真实开发者、研究者抛出的复杂问题。能在这里冲到第9，意味着模型在长链路推理、复杂任务拆解上确实有真东西。
价格：性价比依然是杀手锏
对一线开发者而言，榜单排名只是参考。参考 Qwen3.6-Max-Preview 的定价（输入约9~15元/百万tokens，输出约54~90元/百万tokens），如果 Qwen3.7 正式版能维持这个价格段，对比 GPT 和 Claude 旗舰的价格，Qwen-Max 依然是"够用且便宜"的代表。
明日正式发布：值得关注的看点
- Agentic Coding 是否全面开放：从3.6开始，编程能力就是 Qwen 的发力点，3.7是否会解锁完整的代码解释器和工具调用能力，值得关注。
- 思考/非思考双模是否融合：参考 Qwen3.5 系列的设计思路，正式版大概率会延续"思考模式+普通模式双模融合"的架构。
- 定价是否调整：如果正式版在性能提升的同时维持现有价格区间，将对 GPT-4.5、Claude Opus 4.5 形成更大的性价比压力。
报道完成时间：2026年5月19日 | 图片来源：IT之家、DataLearner AI（均为真实截图，非AI生成）
