5月19日消息,阿里 Qwen3.7-Max-Preview 与 Qwen3.7-Plus-Preview 双版本同步在通义千问官网 Qwen Chat 和 Arena AI 平台上线,比原计划的 5 月 20 日阿里云峰会发布提前一天放出。两个版本目前仅支持思考模式,搜索与代码解释器工具暂不可用。Arena 文本竞技场中 Qwen3.7 Max Preview 综合排名第 13 位,阿里通义千问由此进入榜单前六大实验室;视觉竞技场中 Qwen3.7 Plus Preview 综合排名第 16 位,阿里在视觉榜位列第 5 实验室。Qwen3.7 系列完整版(含开源权重)即将推出。 两个预览版同步开放:思考模式独占
Qwen3.7-Max-Preview 定位为 Qwen3.7 旗舰模型的预览版,阿里官方描述为"业界领先性能";Qwen3.7-Plus-Preview 则是该系列的高性能预览模型,定位次于 Max。两个版本当前的能力边界一致:都只在思考模式(thinking mode)下运行,不开放非思考的快响应路径;搜索代理(Web 搜索、网页信息提取)和代码解释器工具均未启用。
这一限制与前代不同。Qwen3.6-Max 在思考模式下已经集成 Web 搜索、网页信息提取和代码解释器三项工具,在思考过程中引入外部工具完成更复杂的多步推理。Qwen3.7 双预览版把工具能力暂时关掉,意味着当前可被基准测试的主要是基础模型的推理能力,而非完整 agentic 栈表现。完整版本上线后,工具能力是否同步恢复是关键观察点。
阿里此前已在 Arena AI 平台预告将在 5 月 20 日阿里云峰会推出"重磅新朋友",Qwen3.7 系列被视为该承诺的兑现。预览版提前 24 小时放出,既是引流预热,也是先让开发者社区在 Arena 上完成首轮匿名盲测,峰会上可以拿出已经被验证的排名数据。
Arena 文本榜:综合第 13,阿里跻身第 6 实验室
Arena 文本竞技场中 Qwen3.7 Max Preview 综合排名第 13 位,带动阿里通义千问跃升为榜单上的第 6 大实验室。细分项排名包括:数学领域第 7、专家级应用第 9、软件与 IT 第 9、编程第 10。在仅针对专家级 prompt 的"专家竞技场"子榜中,Qwen3.7 Max Preview 同样排名第 9。
从竞品位置看,文本榜前列仍由 Claude Opus 4.6 / 4.7 Thinking 系列、Muse Spark、Gemini-3.1 Pro、Gemini-3 Pro 等占据,Qwen3.7 Max Preview 在第 13 位仍落后于第一梯队。但作为对比参照,Qwen3.5-Max-Preview 在 2026 年 3 月登陆 LMArena 时拿到的分数是 1464,跻身全球前 5、中国第 1;Qwen3.6 系列的对标主要在国产闭源旗舰的位置。Qwen3.7 在 Arena 排名的绝对位置略有回调,但子项中数学第 7、编程第 10 仍保持在 Arena 前列。 Arena 视觉榜:综合第 16,阿里位列第 5 实验室
视觉竞技场中 Qwen3.7 Plus Preview 综合排名第 16 位,这一成绩使阿里通义千问在视觉榜上跃升为所有实验室中的第 5 名。视觉榜的位置比文本榜更靠前,反映出 Plus 版本在多模态能力上的相对优势——这一思路在 Qwen3.5 时代已有铺垫,Qwen3.5 通过原生多模态训练实现视觉理解与代码能力融合,可将手绘界面草图直接转为前端代码。
视觉榜竞争对手集中在 Gemini 3 系列、Claude 视觉版本、GPT-5 视觉等闭源旗舰。Plus 版本在视觉子项上能进入第 16 位,说明阿里在多模态路线上的持续投入开始转化为可被第三方榜单验证的成绩。
Qwen 系列两个月一代的迭代节奏
Qwen3.7 是阿里在 2026 年内的第三次大版本迭代,延续了"两个月一代"的密集节奏。Qwen3.5 在 2 月 16 日春节档发布,Qwen3.5-Plus 以 397B 总参数、17B 激活的 MoE 架构实现"以小胜大",API 价格压至 0.8 元/百万 Token,Qwen3.5-Max-Preview 在 3 月登陆 LMArena 时进入全球前 5。Qwen3.6 系列 4 月推出,Plus 版本主打 agentic 编程,Max-Preview 4 月 20 日发布,采用约 1T 参数的稀疏 MoE 架构,激活约 32B,支持 262K 上下文与 preserve_thinking 机制,在 SWE-bench Pro、Terminal-Bench 2.0、SkillsBench、SciCode 等六项编程基准上拿到 SOTA。Qwen3.7 在 5 月 19 日上预览版。
这一节奏在国产模型阵营中独此一家:DeepSeek 系列约每季度更新一次,Kimi K2 系列每两到三个月迭代,GLM 节奏更慢。阿里把 Qwen 当作云业务的核心竞争抓手——Qwen3.5 训练时 FP8 精度策略让激活内存减少约 50%、训练提速 10%,这种基础设施级优化使得高频迭代成本可控。 与第一梯队的差距与峰会预期
Qwen3.7 预览版的局限同样清晰。当前 Arena 排名仍未挤入前 10,文本榜与 Claude Opus 4.7 Thinking、Gemini-3.1 Pro 等存在明显差距。预览版关闭工具能力,意味着 agentic 场景下的实际表现需要等正式版恢复 Web 搜索和代码解释器后才能完整评估。开源权重的具体规模、激活参数、上下文窗口、量化形态等关键信息均未在预览阶段披露。
5 月 20 日阿里云峰会将是关键节点。需要观察的几个变量:Qwen3.7 完整版本是否同步开源权重,与 Qwen3.6 系列只开源 35B-A3B 的策略相比是否更激进;工具能力恢复后 agentic 编程基准(SWE-Bench、Terminal-Bench)的具体得分;API 定价相对 Qwen3.6 Max Preview(1.30 美元/百万输入、7.80 美元/百万输出)的位置;Qwen3.7 Flash 等轻量版本的发布节奏。预览版的 Arena 排名是基础分,峰会上的完整披露才决定 Qwen3.7 在 2026 年下半年的市场位置。