
实测阿里 Qwen3.7 Max:超越 GPT、Gemini,编程竞技榜第二
阿里的最新旗舰模型 Qwen3.7 Max 超越 GPT - 5.5、Gemini 3.5 Flash、DeepSeek V4 Pro,在编程竞技榜拿下第二名,仅次于 Claude Opus 4.7。在传统的大模型固定评测榜单上,如终端能力 Terminal Bench、编程能力 SWE Bench 等,Qwen3.7 Max 的表现拿下了国产模型的冠军。
获取与价格:Qwen3.7 Max 有优惠
趁着各家推出 Token 优惠活动,阿里云提供了 100 万 Token 的免费使用,可在阿里云百炼平台使用。Qwen3.7 Max 的定价,在阿里云官网目前是限时五折,输入 6 元/每百万 tokens,输出 18 元/每百万 tokens。新用户还能 5 折充值节省计划,以 10 元每月的价格获得 20 元的 Token 额度,Token Plan 标准档目前是 198 元/月。总体来说,根据大模型聚合平台 OpenRouter 显示的数据,Qwen3.7 Max 的价格属于中规中矩的一档,对比 DeepSeek 的骨折价比不上,但和 Opus 4.7、GPT 5.5 相比还是优惠不少。
多场景测试:各模型表现不同
拿到 API Key 和百万免费使用 Token 后,在阿里云百炼平台、千问官网使用 Qwen3.7 Max 做常见的前端网页设计测试其开发能力。在物理模拟测试中,用「用 HTML+CSS+JS 做一个模拟液体在容器里晃动的动画,拖动容器可以改变倾斜角度」的提示词,Qwen3.7 Max 顺利完成挑战,还增加了颜色自定义等功能;DeepSeek 表现简单但没出错;GPT - 5.5 生成的液体奇怪;Gemini 3.5 Flash 生成网页有 Bug,但自定义内容多;Claude Opus 4.7 模拟的液体晃动效果在剧烈状态下像音波跳动。
尝试让模型生成一个六宫格的 2048 游戏,输入「做一个可以玩的 2048,但格子是六边形的」提示词。Qwen3.7 Max 生成的页面好看,但游戏偶尔有异常;DeepSeek V4 给出的键盘控制只有 WASD;Claude 的 Opus 4.7 表现最好,理解了游戏设置;GPT 5.5 依托 Codex 能力生成网页优秀,但监控鼠标移动方向不如 Opus 4.7;Gemini 3.5 Flash 加了很多东西,体验感强。
要求做一个地铁博物馆的网站,输入「设计一个名为地铁博物馆的主题网站,要求沉浸感强」提示词。Qwen3.7 Max 生成的网站感觉乱;Gemini 做了地铁文创,有定制纪念票根生成器;DeepSeek 选择项目类似但未呈现功能;GPT 5.5 生成的网页风格不错但信息量少。
输入「用 HTML 构建一个完整的浏览器操作系统」提示词。DeepSeek V4 和 Qwen3.7 Max 表现简单,Qwen3.7 Max 额外给了一张不错的桌面风景图片;Gemini 3.5 Flash 和 GPT 5.5 对整个 OS 进行了详细设计。
接入与效果:Qwen3.7 Max 接入 Codex 有挑战
按照阿里云官方教程把 Qwen3.7 Max 接入到 Codex 终端助手里,但容易出现 BUG,如 Codex 会不断提醒「CODEX Missing environment variable」。修改完配置文件和电脑环境变量后,终端输入 Codex 能看到 Qwen3.7 Max,重新打开 Codex App,主界面模型会切换为自定义的 Custom。用同样方法可把 DeepSeek、MiniMax、Kimi、智谱等模型接入 Codex。
安装 GitHub 上收获两万多个 Star 的前端 Skill 到 Codex 中,结合 Skill 后 Qwen3.7 Max 在 Codex 里的表现比直接在千问官网好,但会遇到「stream disconnected before completion: <400> InternalError.Algo.InvalidParameter: The "function.arguments" parameter of the code model must be in JSON format」问题,原因是模型部署厂商针对流式输出格式有问题,不支持 API 调用,出现 400 报错。要求 Codex 解释,它也说是模型的问题。遇到此问题,可能要等 Qwen 团队修复或重新开一个会话。
模型评价:单靠模型不够
去年说模型即产品,现在看来单靠模型远远不够。记忆、Harness、Agents 编排、验证、推理的可持续性等,随着模型能力增加,这套架构也在持续扩充,只有都做好了,或许才敢说「这是一个好模型」。
4596



被折叠的 条评论
为什么被折叠?



