2026年5月阿里Qwen3.7系列预览版模型评测排名公布

上一周，阿里巴巴正式使 Qwen3.7 这个系列的预览版模型上线了，很快就在技术 community 里激起了不小、且较为明显的波动。它的 Max 版本在大模型竞技场地的总榜上所具有的排名引起了人们的关注，它实际拥有的能力到底真实面貌是怎样的，变成了业界热烈地讨论的重点之处。

竞技场排名亮眼

位于全球主流基座大模型竞技场总榜上，Qwen3.7 - Max - Preview处于第13名的位次之中，处于GPT 5.5跟 4.2之间的位置。这样的一项成绩致使该模型变成该权威榜单内排名最为高的国产模型，意味着中国大模型技术于国际竞争格局里 获取了新的突破。

该模型于多个细分领域，同样有着不俗的表现，依据2026年5月19日所公布的数据，它在数学榜单里排名为第7，在专家任务以及软件信息技术任务中均处于第9的位次，然而在编程任务项目里排名是第10。阿里方面宣称，更为详尽的技术细节会在次日（也就是5月20日）的云峰会上被正式披露。

预览版能力体验

如今，用户能够经由Qwen Studio平台去体验Max与Plus这两款处于预览版的模型了。这两款模型都是以闭源的形式予以发布的，当中的Qwen3.7-Max-Preview当前仅仅是支持对话时的推理情况，暂时还不可支持图片上传的功能。阿里巴巴做这样的举动目的在于收集置身真实场景之时的反馈，以此能够更进一步地去把模型的性能给完善起来。

从实际开展的测试情况来讲，新一代的模型于响应速度这一方面出现了显著的提升状况，其思考的历程变得更加直接而且果断起来。 在遭遇到复杂的数学题目之际，此模型能够展开多轮的分析以及核验工作，大概花费4分钟的时间从而得出正确的答案，它的思维链总结同样展现出相较于以前的模型具备更强的决策自信状态。

编程任务实战解析

于编程能力测试期间，Qwen3.7 - Max - Preview呈现出了高效的问题解决本领。首个测试任务为生成一个番茄钟桌面应用，且要将其打包成可执行文件。该模型快速完成了核心功能的设计，涵盖计时、休息提醒以及统计模块，并且给出了详尽的打包指引。

虽然模型自身没办法直接输出EXE文件，不过它能够精准诊断且引导用户去修复打包期间因为Tkinter底层库不支持透明色代码而产生的错误。最终应用可以正常运行，虽说UI设计比较基础，但是功能完整性获得了验证。

视觉与多模态挑战

Qwen3.7 - Plus - Preview主要接受的是视觉与多模态能力方面的考验，面对一道复杂的视觉版“洗车店难题”，也就是基于一张卫星地图风格图片来进行路径规划，该模型展现出了对图像里文字以及距离信息的准确识别能力。

在进行分析期间，模型曾经得出了“步行更为高效”这样的结论，然而在经历评估以后，最终准确地给出了“开车前去、步行回来”这样的优化方案。这彰显出它在融合视觉信息以及逻辑推理层面，拥有了一定程度的纠错以及深度思考能力。

产品化与设计能力

进行测试的人员，还对其把想法迅速转化为产品的能力做了考察。在被要求去设计一份关于AI社交媒体应用的产品需求文档，而且是以HTML网页形式呈现输出的时候 ，该模型直接生成了结构完备的HTML代码 ，并且还附带了产品原型的设计。

只凭借一张呈现于微信聊天界面的截图，Qwen3.7 - Plus - Preview就成功地复刻出了具有高度相似性的网页版聊天工具界面，它借助UI风格精准地识别出应用的来源，虽然复刻出的按钮并不具备实际的功能，然而视觉还原度却相当之高。

迭代节奏与未来展望

自2026年起始，阿里Qwen系列迭代速度显著加快，由先前大版本发布转变为持续且高频的技术预览以及增量更新模式，此“快跑”策略意在使模型更早步入真实应用场景，接受用户与开发者广泛检验。

当前虽还是处于预览版本的状态，然而Qwen3.７系列于数学这方面、编程这一领域、视觉以及综合推理等诸多基准测试里所呈现出的竞争力，已然给国产大模型的发展注入了全新的活力。它最终正式版的表现，是值得市场持续去关注的。

面对着类似于Qwen3.7这般国产的模型的迅速地进步，您觉得在以后的AI应用的生态范围之中，国产大型的模型最有机会在哪个领域首先达成对于国际上有优势产品的超越呢？欢迎在评论的区域分享您的看法，也请给予本文点赞作为支持。

猜你喜欢