Qwen3.7 Max

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3.7-max

Qwen3.7 Max is Alibaba Cloud Qwen Team's proprietary flagship model for agent-driven workflows. It is designed for coding agents, office automation, MCP and multi-agent orchestration, and long-horizon autonomous execution, with a 1 million token context window and up to 65,536 output tokens. Qwen reports strong agentic coding results including 69.7 on Terminal-Bench 2.0-Terminus, 80.4 on SWE-bench Verified, 60.6 on SWE-Pro, and 78.3 on SWE-Multilingual, alongside 92.4 on GPQA Diamond and 97.1 on HMMT 2026 Feb.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2026-05-19
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	text
Fenêtre de contexte	1 000 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	2.00 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	16.80 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-26T15:32:03.789447Z
Mis à jour le	2026-11-04T06:05:11.424201Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3.7-max

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	2.50 $	7.50 $	—	—	—	—	active
Novita	llm-stats	non	1.25 $	3.75 $	—	—	—	—	active
Together AI	llm-stats	non	2.50 $	7.50 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.90
instruction_following	0.90
language	0.90
legal	0.80
math	0.70
multimodal	0.90
physics	0.80
productivity	0.80
reasoning	0.70
spatial_reasoning	0.90
structured_output	0.90
finance	0.70
frontend_development	0.80
general	0.70
healthcare	0.80
agents	0.60
biology	0.70
chemistry	0.70
code	0.70
economics	0.70
tool_calling	0.70
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
bfcl-v4	tool_calling	0.75	1.00	0.75	non	oui	2026-11-04T06:05:11.485420Z
claw-eval	code	0.65	1.00	0.65	non	oui	2026-11-04T06:05:11.478711Z
coworkbench	agents	0.67	1.00	0.67	non	oui	2026-11-04T06:05:11.474141Z
critpt	reasoning	0.11	1.00	0.11	non	oui	2026-11-04T06:05:11.541924Z
finance-agent-v2	agents	0.48	1.00	0.48	non	non	2026-11-04T06:05:11.595270Z
global-piqa	reasoning	0.91	1.00	0.91	non	oui	2026-11-04T06:05:11.586733Z
gpqa	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:11.521492Z
hmmt-feb-26	math	0.97	1.00	0.97	non	oui	2026-11-04T06:05:11.532043Z
humanity's-last-exam	reasoning	0.41	1.00	0.41	non	oui	2026-11-04T06:05:11.524948Z
ifbench	instruction_following	0.79	1.00	0.79	non	oui	2026-11-04T06:05:11.560065Z
ifeval	chat	0.94	1.00	0.94	non	oui	2026-11-04T06:05:11.557214Z
imo-answerbench	math	0.90	1.00	0.90	non	oui	2026-11-04T06:05:11.538647Z
include	general	0.86	1.00	0.86	non	oui	2026-11-04T06:05:11.583813Z
kernel-bench-l3	agents	0.96	1.00	0.96	non	oui	2026-11-04T06:05:11.509378Z
livebench	math	0.74	1.00	0.74	non	non	2026-11-04T06:05:11.598318Z
livecodebench-v6	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:11.528261Z
matharena-apex	math	0.45	1.00	0.45	non	oui	2026-11-04T06:05:11.544993Z
maxife	general	0.89	1.00	0.89	non	oui	2026-11-04T06:05:11.572174Z
mcp-atlas	reasoning	0.76	1.00	0.76	non	oui	2026-11-04T06:05:11.492953Z
mcp-mark	agents	0.61	1.00	0.61	non	oui	2026-11-04T06:05:11.488678Z
mmlu-pro	language	0.90	1.00	0.90	non	oui	2026-11-04T06:05:11.547913Z
mmlu-prox	language	0.87	1.00	0.87	non	oui	2026-11-04T06:05:11.577982Z
mmlu-redux	language	0.95	1.00	0.95	non	oui	2026-11-04T06:05:11.551115Z
mmmlu	language	0.90	1.00	0.90	non	oui	2026-11-04T06:05:11.575134Z
mrcr-128k-(8-needle)	long_context	0.90	1.00	0.90	non	oui	2026-11-04T06:05:11.565156Z
nl2repo	code	0.47	1.00	0.47	non	oui	2026-11-04T06:05:11.452330Z
nova-63	general	0.59	1.00	0.59	non	oui	2026-11-04T06:05:11.580879Z
polymath	math	0.86	1.00	0.86	non	oui	2026-11-04T06:05:11.589596Z
qwen-svg	agents	1 608.00	2 000.00	—	non	oui	2026-11-04T06:05:11.464877Z
qwenwebbench	code	1 568.00	2 000.00	—	non	oui	2026-11-04T06:05:11.461628Z
qwenworldbench	agents	0.57	1.00	0.57	non	oui	2026-11-04T06:05:11.517490Z
scicode	reasoning	0.54	1.00	0.54	non	oui	2026-11-04T06:05:11.455926Z
skillsbench	code	0.59	1.00	0.59	non	oui	2026-11-04T06:05:11.481687Z
spreadsheetbench-v1	agents	0.87	1.00	0.87	non	oui	2026-11-04T06:05:11.500786Z
supergpqa	reasoning	0.74	1.00	0.74	non	oui	2026-11-04T06:05:11.554210Z
swe-bench-multilingual	reasoning	0.78	1.00	0.78	non	oui	2026-11-04T06:05:11.448795Z
swe-bench-pro	reasoning	0.61	1.00	0.61	non	oui	2026-11-04T06:05:11.445350Z
swe-bench-verified	reasoning	0.80	1.00	0.80	non	oui	2026-11-04T06:05:11.442011Z
terminal-bench-2	reasoning	0.70	1.00	0.70	non	oui	2026-11-04T06:05:11.429434Z
vita-bench	agents	0.48	1.00	0.48	non	oui	2026-11-04T06:05:11.497257Z
wmt24++	language	0.86	1.00	0.86	non	oui	2026-11-04T06:05:11.569242Z
zclawbench	code	0.64	1.00	0.64	non	oui	2026-11-04T06:05:11.468573Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	13	0.90	26.76	1	trueskill	2026-11-04T08:08:43.789169Z	rankings
code	40	0.70	34.60	10	trueskill	2026-11-04T08:08:39.742311Z	rankings
math	4	0.70	42.79	13	trueskill	2026-11-04T08:08:42.442591Z	rankings
reasoning	35	0.70	45.65	24	trueskill	2026-11-04T08:08:41.093494Z	rankings
agents	53	—	28.59	13	trueskill	2026-10-20	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04