智東西
作者 陳駿達
編輯 云鵬

智東西5月19日報道，今天，阿里的Qwen3.7系列預覽版模型已上線，共有Max和Plus兩個版本。大模型競技場也放出了Qwen3.7-Max-Preview的評測結果。在大模型競技場覆蓋主流基座大模型的總榜上，Qwen3.7-Max-Preview排名第13，介于GPT 5.5和Grok 4.2之間，是這一榜單上排名最高的國產模型。

在具體的細分榜單上，Qwen3.7-Max-Preview在數學領域排名第7、在專家任務中排名第9、在軟件與信息技術任務中排名第9、在編程任務中排名第10。

▲Arena.ai公布Qwen3.7-Max-Preview的成績

Qwen3.7-Plus-Preview的總榜排名暫未公布。不過，在競技場的視覺排行榜上，我們能看到Qwen3.7-Plus-Preview的成績。這一模型排名第16，得分介于GPT 5.4和Gemini-3 Flash之間。

阿里暫時并未披露Qwen3.7系列模型的具體技術細節，在明天的阿里云峰會上，這兩款模型的更多信息或許會發布。

目前，在Qwen Studio上，用戶已經可以體驗到Qwen3.7-Max-Preview與Qwen3.7-Plus-Preview，這兩款模型采取了閉源發布的模式。Qwen3.7-Max-Preview目前僅支持推理模式，不支持圖片上傳。

智東西第一時間對這兩款模型進行了體驗。Qwen3.7-Max-Preview的實測涉及數學、編程、推理等多種類型的任務，Qwen3.7-Plus-Preview的實測則以視覺任務為主。

從我們的體驗來看，這一代Qwen模型的響應更為直接、迅速，思考節奏也比此前的Qwen模型更果斷，在編程、視覺方面的能力有可感的提升。

體驗鏈接：chat.qwen.ai/

一、4分鐘做對IMO難題，還給我寫了個能跑的EXE

在多領域的排名中，Qwen3.7-Max-Preview在數學方面的得分較為突出。我們拿2025年IMO的一道難題，考察它的數學能力。

Qwen3.7-Max-Preview拿到題目后，進行了多輪分析和反復核驗，最終得出了正確答案，思考速度也還不錯，大概只花了4分鐘。

Qwen目前只提供思維鏈總結，我們看不到模型的真實思考過程。不過，從思維鏈總結中可以發現，和之前的Qwen模型相比，Qwen3.7-Max-Preview似乎更自信了，反復自我核查的環節減少了一些。

Qwen3.7-Max-Preview在編程任務上的表現也不錯。不過，由于目前這款模型只能在網頁中體驗，我們暫時沒有嘗試較為復雜的開發任務。

首個編程任務是讓Qwen3.7-Max-Preview生成一個番茄鐘的桌面應用，并直接打包成EXE。Qwen3.7-Max-Preview沒有在思考環節花許多時間，而是很快進行了開發，設計了一個具備工作計時、短休息、長休息、自動切換、聲音提醒、任務統計的應用。

Qwen3.7-Max-Preview稱它無法輸出EXE，但向我提供了逐步的指引，最終我自己完成了打包的工作。運行后，這一應用無法正常啟動。

閱讀報錯信息后，Qwen3.7-Max-Preview判斷，報錯是因為Tkinter底層（Tcl/Tk）在打包后，不支持帶透明度的十六進制顏色代碼。

問題修復后，這一桌面應用可以正常運行，核心功能都正常，但應用本身的設計比較粗糙。

用HTML輸出內容成為最近AI圈的一大熱點，我讓Qwen3.7-Max-Preview的設計一個AI社交媒體應用的產品需求文檔，并輸出為HTML樣式的網頁。

拿到任務后，Qwen3.7-Max-Preview沒有輸出文字版的產品需求，再轉為HTML，而是直接用HTML輸出了所有內容。

從最終結果來看，Qwen3.7-Max-Preview的這份產品需求文檔結構完整，還配上了產品原型設計，但在產品定義上似乎有些大而全，顯得沒有焦點。

我們還跑了跑其他類型的任務。SVG圖繪制上，Qwen3.7-Max-Preview能順利生成一張動態的鵜鶘騎自行車圖片，畫面內容基本準確。

通用推理任務中，Qwen3.7-Max-Preview一下看穿了這道“海龜湯”的謎底，判斷出女孩是紅綠色盲，并且應該不是父親親生的孩子。

二、有驚無險攻克視覺版“洗車店難題”，還靠一張圖復刻微信

在接下來的測試中，我們主要考察了Qwen3.7-Plus-Preview在視覺能力上的表現。

首個實測任務是一道進階版的洗車店難題。我們用AI生成了一張衛星地圖風格的圖片，圖中只有兩個地點的距離。

我告訴Qwen3.7-Plus-Preview左側地點是我家，右側是洗車店，并詢問它，如果我去洗車，該走路還是開車呢？

從Qwen3.7-Plus-Preview的思考過程中可以看到，它準確地看到了圖片中的文字和視覺信息，并評估了各種不同的選項，甚至還在某一思考階段得出了走路才是最高效合理的方式，險些陷入險境。

不過，最后它還是給出了正確的回答，方案是開車去洗車，然后走路回家，不用在店里干等。

此前，我們在實測DeepSeek視覺模式過程中發現，如今的多模態大模型在看圖猜地點上做得很不錯，我們也讓Qwen3.7-Plus-Preview試了試一樣的題目。

看到圖片后，Qwen3.7-Plus-Preview先是通過建筑風格判斷這里應該是在中國北方某大型城市，然后在依據山脈形態判斷遠處的山應該屬于燕山余脈。最終它認為遠處的山是軍都山，并據此判斷我所在的地方應該是昌平南邵。

這一判斷其實是錯誤的，但離正確答案也不遠了。圖中的山脈是北京的鳳凰嶺，而我所在的觀察地位于馬池口鎮，Qwen3.7-Plus-Preview的猜測與正確地點相距不到10公里。

視覺能力還可以與編程任務結合。我隨手截取了一張微信的截圖，讓Qwen3.7-Plus-Preview復刻出一個類似的網頁版聊天工具。

執行過程中，即便圖中沒有明顯的微信字樣，Qwen3.7-Plus-Preview也通過UI風格的視覺因素判斷出這是微信，并據此規劃了設計風格。

從最終的復刻效果來看，Qwen3.7-Plus-Preview很好地把握了微信的設計特點，外觀還原度很高，不過圖中的按鈕無法正常使用。

結語：Qwen系列模型加速迭代

今年，阿里的Qwen系列模型迭代速度，相較以往有明顯提升。從2026年2月至今，阿里已經陸續發布了Qwen3.5、Qwen3.6、Qwen3.7三代模型，而2025年全年Qwen只發布了Qwen3和Qwen-Next兩個主要版本。

相比過去以“大版本發布”為核心的節奏，如今的Qwen更像是在沿著技術路線持續快跑，通過高頻預覽版和能力增量更新，讓模型更快進入真實場景接受檢驗。