Alibaba hat sein neuestes Flaggschiff Qwen3.7-Max vorgestellt, das für langwierige Agentenaufgaben konzipiert ist. Während der Demonstration führte das Modell in 34,7 Stunden autonom 1.158 Tool-Aufrufe durch, wobei der SGLang Triton Kernel, eine Komponente der beliebten Open-Source-Bibliothek für Large Model Inference, eine zehnfache Beschleunigung ermöglichte. Zum Vergleich: Andere Modelle wie DeepSeek V4 Pro und Kimi K2.6 erreichten Geschwindigkeitssteigerungen von 3,3x bzw. 5x. Dies berichtet Habr.com .
Qwen3.7-Max wurde in über 8.200 verschiedenen Umgebungen trainiert, was es ermöglicht, mehrstufige Aufgaben zu planen, Tools aufzurufen und auf deren Ergebnisse zu reagieren. Laut Alibaba verbesserte die Zunahme der Umgebungen das durchschnittliche Ranking des Modells in acht Agenten-Benchmarks fast linear und stieg von Platz 9 in der Basisversion auf Platz 3 in der finalen Version.
In 12 ausgewählten öffentlichen Benchmarks führt Qwen3.7-Max in fast allen Kategorien. Zum Beispiel erzielte es im Terminal-Bench 2.0 69,7 Punkte gegenüber 65,4 Punkten von Claude Opus 4.6 Max Thinking. Bei langen Programmieraufgaben im NL2Repo-Benchmark liegt es jedoch leicht zurück, wo Claude es um 0,4 Punkte übertrifft. Bemerkenswert ist, dass einige neue Konkurrenzversionen nicht in die Vergleiche einbezogen wurden.
Qwen3.7-Max ist über den Chatbot des Unternehmens und per API kostenlos verfügbar, wobei der Preis bei 2,5 $ pro 1 Million Eingabe-Token und 7,5 $ pro 1 Million Ausgabe-Token liegt. Offene Gewichte werden jedoch nicht wie bei früheren Max-Versionen angekündigt.
Lesen Sie „Zamin“ auf Telegram!
