Qwen3.7 Max

Alibaba·4 个数据来源·更新于 2026-11-10

上下文窗口1MBenchLM
最大输出65.5KLLM Stats
输入 / 百万 Token$1.475OpenRouter
输出 / 百万 Token$4.425OpenRouter

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

4 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

42 项已收录成绩 · 保留原始单位和测试条件

BFCL-V4厂商自报 · 越高越好
75%
成绩出处
Claw-Eval厂商自报 · 越高越好
65.2%

Average

成绩出处
CoWorkBench厂商自报 · 越高越好
67.2%
成绩出处
CritPT厂商自报 · 越高越好
11.4%
成绩出处
Finance Agent v2来源汇总 · 越高越好
48.35%
成绩出处
Global PIQA厂商自报 · 越高越好
91.4%
成绩出处
GPQA厂商自报 · 越高越好
92.4%

Diamond

成绩出处
HMMT Feb 26厂商自报 · 越高越好
97.1%
成绩出处
Humanity's Last Exam厂商自报 · 越高越好
41.4%
成绩出处
IFBench厂商自报 · 越高越好
79.1%
成绩出处
IFEval厂商自报 · 越高越好
94.3%

Strict prompt

成绩出处
IMO-AnswerBench厂商自报 · 越高越好
90%
成绩出处
Include厂商自报 · 越高越好
86.2%
成绩出处
Kernel Bench L3厂商自报 · 越高越好
96%

Fraction of problems faster than torch.compile

成绩出处
LiveBench来源汇总 · 越高越好
74.29%

2026-01-08

成绩出处
LiveCodeBench v6厂商自报 · 越高越好
91.6%
成绩出处
MathArena Apex厂商自报 · 越高越好
44.5%
成绩出处
MAXIFE厂商自报 · 越高越好
89.2%

Accuracy on English and multilingual prompts across 23 settings

成绩出处
MCP Atlas厂商自报 · 越高越好
76.4%

Public set, Gemini 2.5 Pro judger

成绩出处
MCP-Mark厂商自报 · 越高越好
60.8%

GitHub MCP v0.30.3

成绩出处
MMLU-Pro厂商自报 · 越高越好
89.6%
成绩出处
MMLU-ProX厂商自报 · 越高越好
87%

Average accuracy across 29 languages

成绩出处
MMLU-Redux厂商自报 · 越高越好
95%
成绩出处
MMMLU厂商自报 · 越高越好
90.3%
成绩出处
MRCR 128K (8-needle)厂商自报 · 越高越好
90.4%

MRCR-v2 128K context subset with 8 needles

成绩出处
NL2Repo厂商自报 · 越高越好
47.2%

Claude Code scaffold

成绩出处
NOVA-63厂商自报 · 越高越好
59%
成绩出处
PolyMATH厂商自报 · 越高越好
86.5%
成绩出处
QwenSVG厂商自报 · 越高越好
1,608分

Internal SVG generation benchmark, BT/Elo rating

成绩出处
QwenWebBench厂商自报 · 越高越好
1,568分

QwenWebDev internal front-end code generation benchmark, BT/Elo rating

成绩出处
QwenWorldBench厂商自报 · 越高越好
57.3%

Open-ended 5-dimensional rubric judge grounded in real-environment feedback

成绩出处
SciCode厂商自报 · 越高越好
53.5%
成绩出处
SkillsBench厂商自报 · 越高越好
59.2%

OpenCode, 78 tasks, avg of 5 runs

成绩出处
SpreadSheetBench-v1厂商自报 · 越高越好
87%
成绩出处
SuperGPQA厂商自报 · 越高越好
73.6%
成绩出处
SWE-bench Multilingual厂商自报 · 越高越好
78.3%
成绩出处
SWE-Bench Pro厂商自报 · 越高越好
60.6%
成绩出处
SWE-Bench Verified厂商自报 · 越高越好
80.4%
成绩出处
Terminal-Bench 2.0厂商自报 · 越高越好
69.7%

Terminus-2 harness

成绩出处
VITA-Bench厂商自报 · 越高越好
47.9%

Average subdomain score

成绩出处
WMT24++厂商自报 · 越高越好
85.8%

Average across 55 languages via XCOMET-XXL

成绩出处
ZClawBench厂商自报 · 越高越好
64.3%

QwenClawBench real-user-distribution Claw agent benchmark

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-05-19LLM Stats
上下文窗口
1M TokenBenchLM
最大输入
1M TokenLLM Stats
最大输出
65.5K TokenLLM Stats
输入模态
文本OpenRouter
输出模态
文本OpenRouter
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
Novita$1.25$3.75$0.25
DeepInfra$2.5$7.5$0.5
Together$2.5$7.5待补充

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$1.625
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

1 条记录最近采集 2026-11-10

OpenRouter

公开模型目录与 API 报价

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsQwen3.7 MaxSHA-256 64742122bf8bf0c4…2026-11-10T13:53:22Z查看来源
BenchLMQwen3.7 Max2026-11-10查看来源
ArenaQwen3.7-Max2026-11-10T14:07:52Z查看来源
OpenRouterQwen3.7 MaxSHA-256 63cbc45064d84060…2026-11-10T13:51:49Z查看来源
继续浏览模型排行榜