Alibaba ha presentado su último buque insignia, Qwen3.7-Max, diseñado para tareas de agente de larga duración. Durante la demostración, el modelo realizó de forma autónoma 1.158 llamadas a herramientas en 34,7 horas, y el SGLang Triton Kernel, un componente de la popular biblioteca de código abierto para inferencia de modelos grandes, se aceleró diez veces. A modo de comparación, otros modelos como DeepSeek V4 Pro y Kimi K2.6 lograron aumentos de velocidad de 3,3x y 5x, respectivamente. Así lo informa Habr.com .
Qwen3.7-Max fue entrenado en más de 8.200 entornos diversos, lo que le permite planificar tareas de varios pasos, llamar a herramientas y responder a sus resultados. Según Alibaba, el aumento de entornos mejoró la clasificación media del modelo en ocho benchmarks de agentes de forma casi lineal, pasando del puesto 9 en la versión base al puesto 3 en la versión final.
En 12 benchmarks públicos seleccionados, Qwen3.7-Max lidera en casi todas las categorías. Por ejemplo, en Terminal-Bench 2.0, obtuvo 69,7 puntos frente a los 65,4 puntos de Claude Opus 4.6 Max Thinking. Sin embargo, se queda ligeramente atrás en tareas de codificación largas en el benchmark NL2Repo, donde Claude lo supera por 0,4 puntos. Cabe destacar que algunas versiones nuevas de la competencia no se incluyeron en las comparaciones.
Qwen3.7-Max está disponible de forma gratuita a través del chatbot de la empresa y la API, con un precio de 2,5 $ por 1 millón de tokens de entrada y 7,5 $ por 1 millón de tokens de salida. Sin embargo, los pesos abiertos no se anuncian al igual que en las versiones Max anteriores.
¡Lee “Zamin” en Telegram!
