벤치마크2026-05-22

Qwen3.7-Max 발표: 35시간 자율적 커널 최적화로 추론 성능 10배 향상

개요

Qwen3.7-Max은 에이전트 시나리오에 깊이 최적화된 Alibaba의 최신 플래그십 모델입니다. 프로그래밍, 추론, 오피스 자동화, 장시간 태스크 실행 등에서 최고 수준의 성능을 발휘하며, GPT, Claude, Gemini 등 국제적인 최고 모델에 필적하는 종합 능력을 실현했습니다.

Qwen3.7-Max Arena AI 순위

Qwen3.7-Max 서브카테고리 순위

주요 벤치마크 결과

프로그래밍 에이전트

벤치마크	Qwen3.7-Max	DeepSeek-v4-Pro Max	Claude Opus 4.7 Max
TerminalBench 2.0-Terminus	69.7	67.9	65.4
SWE-Multilingual	78.3	-	-
SWE-Pro	60.6	-	-

범용 에이전트

벤치마크	Qwen3.7-Max	Claude Opus 4.6	GLM 5.1
MCP-Atlas	76.4	75.8	-
MCP-Mark	60.8	-	57.5
SpreadSheetBench-v1	87.0	-	-

추론 능력

벤치마크	Qwen3.7-Max	Claude Opus 4.6
GPQA Diamond	92.4	91.3
HLE	41.4	40.0

35시간 자율적 커널 최적화 실험

Qwen3.7-Max의 가장 주목할 만한 성과는 35시간에 걸친 완전 자율적인 하드웨어 최적화 태스크입니다.

Alibaba는 Qwen3.7-Max에 훈련 시 한 번도 본 적 없는 칩(Pingtou Ge Zenwu M890)에서 추론 커널을 최적화하게 했습니다. 인간의 개입 없이 모델은 35시간 연속 작업하여, 최종적으로 Triton 연산자의 성능을 10배 향상시켰습니다.

실험 세부 사항

칩: Pingtou Ge Zenwu M890 (훈련 데이터 없음)
작업 시간: 35시간 연속
도구 호출 횟수: 1,158회
커널 평가 횟수: 432회
최종 결과: 공식 참조 구현 대비 10배 성능 향상

다른 모델과의 비교

모델	기하 평균 가속 비율
Qwen3.7-Max	10.0x
GLM 5.1	7.3x
Kimi K2.6	5.0x
DeepSeek V4 Pro	3.3x (중도 중단)

Artificial Analysis 순위

제3자 평가 기관 Artificial Analysis의 최신 순위에 따르면:

종합 점수: 56.6점
세계 순위: 5위
국산 모델: 1위
이전 세대 대비 진보: +4.8점

상위에는 GPT-5.4(xhigh), Gemini 3.1 Pro Preview, Claude-Opus4.7(max) 등 소수의 모델이 랭크인되어 있습니다.

릴리스 속도

Qwen 시리즈는 빠른 반복 속도를 유지하고 있습니다.

Qwen3.7-Max 릴리스 타임라인

날짜	모델	주제
2026년 3월 20일	Qwen3.5-Max-Preview	원시 멀티모달 에이전트로
2026년 4월 20일	Qwen3.6-Max-Preview	현실 세계 에이전트로
2026년 5월 20일	Qwen3.7-Max	에이전트 시대의 새로운 기준

매달 한 세대의 플래그십 모델을 출시하며, 그때마다 국산 모델의 성능 상한을 갱신하고 있습니다.

결론

Qwen3.7-Max은 에이전트 능력에 특화된 차세대 플래그십 모델로, 프로그래밍, 추론, 오피스 자동화 분야에서 최고 수준의 성능을 실현했습니다. 특히 35시간의 자율적 커널 최적화 실험은 AI 모델의 장기 자율 작업 능력을 보여주는 중요한 이정표입니다.