Qwen 3.7-Max 发布：阿里 Agent 模型登顶全球 Top 6，开源生态再突破

阿里 Qwen 团队发布 Qwen 3.7-Max-Preview 和 Qwen 3.7-Plus-Preview，定位为 AI Agent 专属模型。在 LMSys Arena 位列文本第 6、视觉第 5，与全球顶尖模型同台竞技。

核心结论

2026 年 5 月 20 日，阿里 Qwen 团队正式发布 Qwen 3.7-Max-Preview 和 Qwen 3.7-Plus-Preview。这两款模型定位为「Agent Frontier」——专门面向 AI Agent 场景优化的旗舰级模型。在 LMSys Chatbot Arena 榜单上，Qwen 3.7-Max-Preview 已位列文本能力第 6、视觉能力第 5，与 Google Gemini 3.5 Flash、Claude Opus 4.5 等全球顶级模型正面竞争。

关键要点

事件时间：2026-05-20
发布内容：Qwen 3.7-Max-Preview（旗舰级）和 Qwen 3.7-Plus-Preview（性价比版）
核心定位：Agent 任务优化，而非传统的问答/文本生成
竞技场排名：文本第 6，视觉第 5（LMSys Arena）
影响对象：AI Agent 开发者、开源模型部署者、自动化工作流搭建者

背景与触发事件

Qwen 3.7-Max 的发布延续了阿里 Qwen 团队在 2026 年的高频迭代节奏。今年早些时候发布的 Qwen 3.5 系列凭借 MoE（混合专家）架构在开源社区获得广泛好评，而 3.7 版本则进一步将矛头指向了 AI Agent 这一 2026 年最热门的赛道。

与以往版本不同，Qwen 3.7-Max 并非纯粹的问答模型，而是专门为 Agent 场景设计的推理模型，强调多步推理、工具调用、代码执行和自主决策能力。

关键影响（按维度）

维度	变化	对开发者意味着什么	建议动作
竞争格局	Qwen 进入全球 Top 6	开源模型首次与闭源旗舰正面竞争 Agent 场景	将 Qwen 3.7 纳入 Agent 评测基准
Agent 能力	专门优化多步推理与工具调用	构建 AI Agent 时多一个高性价比的模型选择	用 Qwen 3.7 替换 GPT-4o 做 Agent backbone
成本	Max 定位旗舰，Plus 定位性价比	可降本 40-60% 部署 Agent 系统	非关键路线用 Plus，核心决策用 Max
模型形态	双版本策略（Max + Plus）	灵活适配成本敏感与性能优先场景	搭建模型路由层自动选择
开源性	本次为 Preview 发布，正式版待开	暂无法本地部署，但路线图已明确	关注后续开源计划，提前准备硬件

正文示例图 — AI agent model comparison

适配建议

基于 Qwen 3.7-Max 的发布，以下是可落地的行动清单：

短期（1-3 天）

在 LMSys Arena 上测试 Qwen 3.7-Max-Preview，与当前使用的模型做横向对比
用 Qwen 3.7 的 API 构建一个简单的 Agent 原型（工具调用 + 多步推理）
对比 Qwen 3.7-Plus 与 DeepSeek V4 Flash 在同等任务上的成本差异

中期（1-2 周）

在自动化流水线中加入 Qwen 3.7 作为候选模型
将 Agent 评测指标（成功率、重试次数、Token 消耗）纳入模型选型标准
关注 Qwen 3.7-Max 正式版开源后的本地部署方案

长期（1 月+）

搭建多模型路由层：核心决策用 Gemini 3.5 Flash，Agent 任务用 Qwen 3.7-Max，成本敏感用 Qwen 3.7-Plus
将 Agent 任务的失败重试和可观测日志纳入 pipeline 标准化

示例：API 调用对比

python

import openai  # OpenAI 兼容接口

# Qwen 3.7-Max 示例调用
client = openai.OpenAI(
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key="YOUR_DASHSCOPE_API_KEY"
)

response = client.chat.completions.create(
    model="qwen3.7-max-preview",
    messages=[
        {"role": "system", "content": "你是一个 AI Agent，可以调用工具完成任务。"},
        {"role": "user", "content": "帮我查一下今天深圳的天气，然后整理成报告发给我的邮箱。"}
    ],
    tools=[{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市天气",
            "parameters": {"type": "object", "properties": {"city": {"type": "string"}}}
        }
    }]
)

工具词条

正文中自然出现的工具名由平台侧自动匹配工具库，生成 tool_mentions 悬浮卡片： Qwen、DeepSeek、Gemini、OpenAI、ChatGPT、Claude、n8n、Hermes Agent、LangGraph

内链引导

想了解开源大模型部署方案？看：Qwen 3.7 Preview 亮相 Arena：阿里云开源大模型再进化，本地部署迎来新选择
想搭建自己的 AI Agent 工作流？看：n8n AI Agent Node v2：原生支持 Claude 4、Gemini 和 DeepSeek R2
想知道 Agent 模型与传统模型有何不同？看：Google I/O 2026 发布 Gemini 3.5 Flash：Agent 时代正式到来