A重点71
The Batch (Andrew Ng)
1 个来源Issue 356
原文
这条事件暂无摘要。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
Qwen3.7-Max 挑战谷歌，跻身大模型第一梯队
版本 1 · 1 个来源
阿里巴巴发布 Qwen3.7-Max，在多项基准测试中逼近美国顶尖模型，但其闭源策略和未经验证的智能体能力引发关注。
- Qwen3.7-Max 在 Artificial Analysis 智能指数中排名第七，落后于 OpenAI、Anthropic 和 Google 的顶级模型。
- 模型在 AA-Omniscience 事实知识测试中幻觉率最低（23%），但通过拒绝回答超过一半的提示实现。
- 输出速度达 208 tokens/秒，与 Gemini 3.5 Flash 并列第三。
- 阿里巴巴声称其智能体能力基于内部测试，尚未得到独立基准验证。
- 模型权重未开源，延续阿里巴巴自 2025 年底以来的闭源策略。
- 定价为每百万输入/缓存/输出 tokens 2.50/0.25/7.50 美元。
展开章节目录性能表现：逼近顶尖，但仍有差距
性能表现：逼近顶尖，但仍有差距
Qwen3.7-Max 在 Artificial Analysis 智能指数（综合 10 项经济有用任务）中得分为 56.6（推理模式），排名第五或第七，取决于其他模型的推理级别。它落后于 Gemini 3.1 Pro Preview（57.2），但领先于 Gemini 3.5 Flash（55.3）。评估消耗了约 9700 万输出 tokens，远高于平均的 3500 万。
在 AA-Omniscience 事实知识测试中，Qwen3.7-Max 排名第六（14 分），远低于 Gemini 3.1 Pro Preview（33 分），但高于 Claude Sonnet 4.6（12 分）。其 23% 的幻觉率是前沿模型中最低的，但这是通过拒绝回答超过一半的提示实现的。
智能体能力：内部测试，尚待验证
阿里巴巴强调 Qwen3.7-Max 的智能体能力，但该声明基于内部测试，尚未得到独立基准验证。据称，模型在 35 小时内自主优化了一个注意力内核，调用了 1158 次工具，运行了 432 次内核评估。
阿里巴巴的强化学习方法将任务、智能体工具集和验证器分离训练，以防止模型学习特定设置的技巧。然而，这些细节来自阿里巴巴的描述，缺乏第三方确认。
闭源策略与定价
与 2025 年底以来的其他顶级 Qwen 模型一样，Qwen3.7-Max 的权重未开源。阿里巴巴同时发布了多模态模型 Qwen3.7-Plus-Preview。
API 定价为每百万输入/缓存/输出 tokens 2.50/0.25/7.50 美元，免费版可通过 Qwen Chat 使用（需注册账户）。模型参数数量、架构、训练数据和方法均未披露。
可信度边界
本文主要基于 The Batch（Andrew Ng）的报道，该来源为二级报道，但引用了 Artificial Analysis 等第三方基准数据。阿里巴巴的内部测试声明尚未得到独立验证，应视为来源声明。
核心结论
Qwen3.7-Max 在性能上接近美国顶级模型，尤其在速度和低幻觉率方面表现突出，但其闭源策略和未经验证的智能体能力意味着它尚未完全确立与 OpenAI、Anthropic 和 Google 同等的地位。
主报道
The Batch (Andrew Ng)
主报道来源