アリババ독점

Qwen3.7-Max-Preview

Name: Qwen3.7-Max-Preview
Author: アリババ

이 모델 비교

Alibaba가 개발한 최신 에이전트 특화 모델. 고급 에이전트 워크플로우 및 추론 능력을 구현합니다.

공유:X Hatena LINE

파라미터

Undisclosed

컨텍스트

라이선스

Proprietary

출시일

2026-05-20

일본어 처리 능력

✅High-Quality JP

Multilingual model with strong Japanese language processing capabilities.

API 가격

입력 가격 (1M 토큰당)

$2.5

출력 가격 (1M 토큰당)

과금 모드: standard

강점

약점

활용 사례

심층 분석

Artificial Analysis 지능 지수

56.6

218개 이상 순위 모델 중 종합 5위, 중국 모델 중 최고, Qwen3.6 Max Preview 대비 +4.8

Arena AI Elo

~1,489 (종합 14위)

수학 7위, 전문 프롬프트 9위, 소프트웨어·IT 9위, WebDev Arena는 1,541 Elo로 4위

SWE-Bench Verified

80.4%

SWE-Bench Pro: 60.6%, SWE Multilingual: 78.3%, 국내 모델 선두

GPQA Diamond

92.4%

박사 수준 추론, Claude Opus 4.6(91.3%) 상회, GPT-5.5(93.6% 아님 93.6%) 하회

입력/출력 가격

$2.50 / $7.50 per 1M tokens

캐시 입력 $0.25/1M(90% 할인), Claude Opus 4.7 가격의 약 절반

컨텍스트 윈도우

1M tokens

Qwen3.6 Max Preview의 256K 대비 4배, 최대 출력 64K~66K 토큰

강점

・프론티어 모델 중 최고의 가격 대비 지능 비율 — 출력 비용 약 3분의 1로 Claude Opus 4.6을 여러 벤치마크에서 상회하거나 맞먹음
・100만 토큰 컨텍스트와 1,000회 이상 도구 호출로 입증된 35시간 자율 실행 등 탁월한 장시간 에이전틱 능력
・업계 선두의 절제 성향 — AA-Omniscience에서 프론티어 모델 중 가장 낮은 환각률(22.9%), 강한 GPQA Diamond(92.4%)와 HMMT(97.1%) 점수

약점

・비전 기능이 전혀 없는 텍스트 전용 — 이미지 이해·UI 스크린샷·컴퓨터 사용 에이전트가 필요한 작업은 모두 불가
・추론 모드의 높은 장황함으로 벤치마크 중앙값 2,600만 대비 약 9,700만 출력 토큰 생성, 지연(10~45초 사고 오버헤드)과 작업당 API 비용 크게 증가
・오픈 가중치 없음 — 독점 API 전용 접근으로 이전 Qwen 출시와 달리 로컬 배포·파인튜닝·오프라인 사용 제한

경쟁사 비교

Model	Arena	SWE	GPQA	Price
GPT-5.5 (OpenAI)	~1,550+	N/A (published)	93.6%	$5.00/$30.00
Claude Opus 4.7 (Anthropic)	Top 5	64.3% (Pro)	~91–92%	$5.00/$25.00
Gemini 3.1 Pro Preview (Google)	Top 10	N/A	N/A	N/A (preview)
Gemini 3.5 Flash (Google)	Top 10	N/A	N/A	$1.50/$9.00
DeepSeek V4 Pro	Below Qwen3.7-Max	N/A	N/A	$1.74/$3.48

개요

Qwen3.7-Max-Preview는 알리바바의 플래그십 독점 추론 모델로, 2026년 5월 20~21일 항저우 클라우드 서밋에서 출시되었습니다. '범용 채팅 비서'가 아닌 '에이전트 기반'으로 포지셔닝되어 장시간 자율 코딩, 과학적 추론, 오피스 워크플로 자동화를 목표로 합니다. Artificial Analysis 지능 지수에서 56.6(종합 5위)을 기록해 해당 리더보드에서 순위가 가장 높은 중국 모델입니다. 100만 토큰 컨텍스트(전 세대의 4배), GPQA Diamond 92.4%, SWE-Bench Verified 80.4%를 달성했고, 알리바바 자체 Zhenwu M890 가속기에서 35시간 자율 코딩 실행을 내부 테스트로 입증했습니다. 모델은 시장에서 독특한 스위트 스팟을 점합니다. Claude Opus 4.7이나 Gemini 3.1 Pro Preview의 원천적 지능에 근접하면서 입력 토큰은 약 절반, 출력 토큰은 3분의 1 비용입니다. 공격적인 프롬프트 캐싱($0.25/1M 캐시 입력, 90% 할인)은 수백 턴에 걸쳐 긴 컨텍스트를 다시 읽는 에이전트 워크플로에 특히 매력적입니다. 모델은 OpenAI와 Anthropic API 규격을 모두 네이티브 지원해 Claude Code 같은 도구에 드롭인 통합이 가능합니다. 다만 텍스트 전용(비전 없음)이고, 매우 장황한 추론 흔적을 만들어 토큰 비용을 늘리며, 매우 높은 절제율(48% 시도율)로 환각은 줄이지만 지식 회상 작업의 유용성을 제한합니다. 알리바바의 출시는 상위 계층은 폐쇄 가중치·수익 창출 모델로, 하위 계층은 오픈 가중치로 유지하는 전략적 전환을 뜻합니다(발표된 27B dense·35B MoE 모델은 확정 출시일 없음). Qwen3.6에서 Qwen3.7로의 한 달 주기는 공격적인 개발 속도를 보여줍니다. 엔지니어링 팀에게 Qwen3.7-Max는 텍스트 전용 에이전틱·코딩 워크로드를 위한 가장 강력한 비용 최적화 프론티어 옵션이나, 비전·최고 절대 지능·저지연 채팅이 필요한 팀은 다른 대안을 고려해야 합니다.

벤치마크 및 성능

## 종합 벤치마크 성능 ### 전반적 지능 | 벤치마크 | Qwen3.7-Max | GPT-5.5 | Claude Opus 4.7 | Gemini 3.1 Pro | Gemini 3.5 Flash | |---|---|---|---|---|---| | AA 지능 지수 | **56.6 (5위)** | 60.2 (1위) | 57.3 (3위) | 57.2 (4위) | 55.3 (7위) | | Arena AI Elo (종합) | ~1,489 (14위) | 상위 5 | 상위 5 | 상위 10 | 상위 10 | | WebDev Arena Elo | 1,541 (4위) | — | — | — | — | ### 코딩 및 소프트웨어 공학 | 벤치마크 | Qwen3.7-Max | 비고 | |---|---|---| | SWE-Bench Verified | **80.4%** | 국내 모델 선두 | | SWE-Bench Pro | **60.6%** | Qwen3.6 Max 대비 57.3% | | SWE Multilingual | **78.3%** | 최상위 보고 | | Terminal-Bench 2.0 | **69.7%** | Qwen3.6 Max 대비 65.4%, 공개 최고 수준 | | Terminal-Bench Hard | **50.8%** | Qwen3.6 Max 대비 +6.9pp | | SciCode | **53.5%** | Qwen3.6 Max 대비 47% | | LiveCodeBench | **91.6%** | — | | NL2Repo | **47.2%** | Qwen3.6 Max 대비 42.9% | | AA Coding Index | **66.0%** | — | ### 과학 및 박사 수준 추론 | 벤치마크 | Qwen3.7-Max | 비교 | |---|---|---| | GPQA Diamond | **92.4%** | Claude Opus 4.6(91.3%) 상회, GPT-5.5(93.6%) 하회 | | Humanity's Last Exam (HLE) | **41.4%** | Qwen3.6 Max 28.9%, Claude Opus 4.6 40.0% 대비 | | CritPt | **13.4%** | Qwen3.6 Max(3.7%) 대비 +9.7pp | ### 수학 | 벤치마크 | Qwen3.7-Max | 비고 | |---|---|---| | HMMT 2026년 2월 | **97.1%** | 비교군 중 최고 | | IMOAnswerBench | **90.0%** | — | | Apex | **44.5%** | DeepSeek V4 Pro 38.3% 대비 | ### 에이전틱 능력 | 벤치마크 | Qwen3.7-Max | 비고 | |---|---|---| | Terminal-Bench 2.0-Terminus | **69.7%** | DeepSeek-v4-pro-Max·Claude Opus 4.6 상회 | | QwenClawBench | **64.3%** | Qwen3.6 Max 59.0% 대비 | | GDPval-AA | **1,546 Elo** | Qwen3.6 Max(1,504) 대비 +42 Elo | | Kernel Bench GPU | **1.98배 가속** | 알리바바 내부 테스트만 | ### 지식 및 사실 회상 | 벤치마크 | Qwen3.7-Max | 비고 | |---|---|---| | AA-Omniscience 지수 | **14.1%** | 프론티어 모델 중 종합 6위 | | AA-Omniscience 정확도 | **30.1%** | Qwen3.6 Max 37.7%에서 하락 | | AA-Omniscience 환각률 | **22.9%** | 프론티어 모델 중 최저, 44.2%에서 하락 | | AA-Omniscience 시도율 | **48.0%** | 프론티어 모델 중 최저 — 절반 이상 프롬프트 거절 | | SuperGPQA | **73.6%** | Qwen3.6 Max 73.9% 대비 | | MMLU-Pro | **89.6%** | — | ### 지시 따르기 | 벤치마크 | Qwen3.7-Max | 비고 | |---|---|---| | AA-IFBench | **80.5%** | Qwen3.6 Max 76.6% 대비 | | IFEval | **94.3%** | — | ### 속도 및 효율 | 지표 | Qwen3.7-Max | 비고 | |---|---|---| | 출력 속도 | **208 토큰/초** | Gemini 3.5 Flash와 3위 공동 | | AA 평가 출력 토큰 | **약 9,700만** | 중앙값 2,600만 대비 — 매우 장황한 추론 흔적 | ### 핵심 관찰 모델의 두드러진 특징은 극단적 절제 전략입니다. 지식 프롬프트의 절반 이상을 거절함(48% 시도율)으로써 프론티어 모델 중 가장 낮은 환각률(22.9%)을 달성합니다. 이는 사실 신뢰성이 중요한 작업에는 훌륭하지만 광범위한 지식 검색에는 제한적입니다.

상세 비교

## 모델 간 직접 비교 ### Qwen3.7-Max vs Claude Opus 4.7 | 항목 | Qwen3.7-Max | Claude Opus 4.7 | |---|---|---| | AA 지능 지수 | 56.6 (5위) | 57.3 (3위) | | GPQA Diamond | 92.4% | ~91~92% | | 컨텍스트 윈도우 | 100만 토큰 | 100만 토큰 | | 입력 가격 | $2.50/1M | $5.00/1M | | 출력 가격 | $7.50/1M | $25.00/1M | | 캐시 입력 | $0.25/1M | 지원 | | 비전 | ❌ 텍스트 전용 | ✅ 멀티모달 | | 오픈 가중치 | ❌ 독점 | ❌ 독점 | | API 호환 | OpenAI + Anthropic | Anthropic 네이티브 | **결론:** Qwen3.7-Max는 지능 지수에서 Opus 4.7에 1점 미만 뒤지면서 출력 토큰은 3분의 1 비용입니다. 규모의 순수 텍스트·코드 에이전틱 워크로드에서는 가격 이점이 강력합니다. 다만 Opus 4.7이 Arena 순위에서 앞서고 비전을 지원합니다. 비용에 민감한 텍스트 전용 에이전트 파이프라인에는 Qwen3.7-Max, 비전이나 최고 절대 품질 상한이 필요하면 Opus 4.7을 선택하세요. ### Qwen3.7-Max vs GPT-5.5 | 항목 | Qwen3.7-Max | GPT-5.5 | |---|---|---| | AA 지능 지수 | 56.6 | 60.2 | | GPQA Diamond | 92.4% | 93.6% | | 컨텍스트 윈도우 | 100만 토큰 | 100만 토큰 | | 입력 가격 | $2.50/1M | $5.00/1M | | 출력 가격 | $7.50/1M | $30.00/1M | | 비전 | ❌ | ✅ 멀티모달 | **결론:** GPT-5.5는 지능 지수에서 3.6점 앞서는데, 이는 프론티어 계층 중 가장 큰 격차입니다. 그러나 출력 토큰은 4배 비쌉니다. 작업당 비용이 주된 제약이고 3.6점 지능 격차가 작업 완수에 실질적 영향을 주지 않는 팀이라면 Qwen3.7-Max가 압도적으로 나은 경제성을 제공합니다. ### Qwen3.7-Max vs Gemini 3.5 Flash | 항목 | Qwen3.7-Max | Gemini 3.5 Flash | |---|---|---| | AA 지능 지수 | 56.6 | 55.3 | | 입력 가격 | $2.50/1M | $1.50/1M | | 출력 가격 | $7.50/1M | $9.00/1M | | 출력 속도 | 208 tok/s | 208 tok/s | | 비전 | ❌ | ✅ | **결론:** Gemini 3.5 Flash는 입력 토큰이 더 저렴하고 비전을 지원해 대량·저위험 워크로드에 낫습니다. Qwen3.7-Max는 지능 지수에서 1.3점 앞서고 출력 토큰이 저렴해, 출력 토큰량이 비용을 좌우하는 추론 중심 에이전틱 작업에 더 적합합니다.

커뮤니티 평가

## 커뮤니티 및 업계 반응 **긍정적 반응:** - LogRocket의 2026년 6월 파워 랭킹은 Qwen3.7-Max를 '그 달의 가장 큰 놀라움'이자 그달 새로 나온 프론티어 5개 중 가장 많이 논의된 모델로 꼽았습니다. - WebDev Arena 4위(1,541 Elo, Claude Opus 4.6 상회)는 가격 대비 성능 비율 덕에 개발자 커뮤니티에서 큰 화제가 되었습니다. - 포럼·소셜 미디어 개발자들은 $0.25/1M 캐시 입력 가격을 장시간 컨텍스트 에이전트 워크플로의 게임 체인저로 강조했고, 일부는 반복 에이전틱 작업에서 Claude Opus 대비 70~90% 비용 절감을 보고했습니다. - Claude Code에 드롭인 사용을 가능케 하는 네이티브 Anthropic API 호환성은 전환 비용을 낮추는 전략적 조치로 널리 칭송받았습니다. **우려 및 회의론:** - 35시간 자율 실행 주장(도구 호출 1,158회)은 독립 검증이 없어 커뮤니티는 방향성은 그럴듯하나 미확인으로 봅니다. - 여러 리뷰어는 높은 절제율(AA-Omniscience 시도율 48%)을 실질적 제약으로 지적했습니다. 낮은 환각 점수는 정답을 거절하는 데서 비롯된 일부분이며 우수한 지식 때문이 아닙니다. - Max 계층의 오픈에서 클로즈드로 전환은 Qwen 팀 리더십 교체와 맞물려 오픈소스 AI 커뮤니티의 비판을 받았습니다. - DeepLearning.AI는 모델 자체의 품질을 인정하면서도 '알리바바의 클로즈드 전환에 유감'이라고 편집적으로 밝혔습니다. **도입 패턴:** - 초기 도입은 알리바바 클라우드 인프라 위의 중국 기업 팀과 장시간 에이전트 파이프라인을 짜는 비용 민감한 서구 개발자에 집중됩니다. - 강한 SWE-Bench 점수와 공격적 가격으로 코딩 에이전트 생태계(Cursor, Claude Code 대안)에서 traction을 얻었습니다. - 버전 고정 우려: 월 단위 출시 주기(한 달 만에 3.6→3.7)로 인해 프로덕션 라우팅에서 부동 별칭(qwen-max) 대신 특정 버전 고정을 권장한다는 조언이 나왔습니다. - OpenRouter·Together AI 도입이 알리바바 클라우드 모델 스튜디오 직접 사용과 함께 보고되었습니다.

활용 사례

## 구체적 사용 사례 및 Qwen3.7-Max를 선택하는 시점 ### 1. 장시간 자율 코드 마이그레이션 **예시:** 대규모 Python 2.x 코드베이스를 3.12로 마이그레이션하거나, 수천 개 파일의 모놀리식 서비스를 마이크로서비스로 리팩터링. **이유:** 100만 토큰 컨텍스트는 중형 저장소 전체를 한 요청에 담습니다. 35시간 동안 1,000회 이상 도구 호출을 지속하는 능력은 밤샘 자율 리팩터링 작업에 적합합니다. $0.25/1M 캐시 입력으로 수백 단계의 에이전트에서 같은 코드베이스 컨텍스트를 다시 읽는 비용이 경쟁 프론티어 모델보다 훨씬 저렴합니다. **대안보다 선택하는 시점:** Claude Opus 4.7의 $25/1M 출력 가격이 여러 시간 자율 코딩을 감당하기 어렵게 만들 때. 코드베이스가 텍스트 전용(시각 자산·UI 스크린샷 불필요)일 때. ### 2. 다단계 과학 연구 종합 **예시:** 50편 이상의 논문을 처리·교차 대조해 방법론 비교를 뽑고 모순을 식별하며 구조화된 문헌 검토 생성. **이유:** GPQA Diamond 92.4%는 강한 박사 수준 추론을 보여줍니다. 100만 토큰은 수십 편의 전문 논문을 동시에 담습니다. 48%의 높은 절제율은 환각 인용 대신 불확실성을 표시해 과학 작업에 핵심인 속성입니다. **대안보다 선택하는 시점:** 정확성과 인용 신뢰성이 회상 폭보다 중요할 때. 단, AA-Omniscience 원시 정확도 30.1%로 일부 검색 가능한 사실을 놓칠 수 있으니 자사 문헌 코퍼스로 검증하세요. ### 3. 오피스 워크플로 자동화 및 문서 처리 **예시:** 매일 수백 건의 법률 문서를 처리하며 조항 변화·위험 지표·컴플라이언스 이슈를 플래그하는 자동 계약 검토 파이프라인. **이유:** 알리바바가 모델을 오피스 자동화에 특화해 포지셔닝했습니다. 텍스트 전용 제한은 여기(계약은 텍스트) 덜 relevant합니다. $2.50/1M 입력 가격에 $0.25 캐싱으로 대량 문서 처리가 경제적입니다. 법률·컴플라이언스 맥락에서 낮은 환각률이 필수입니다. **대안보다 선택하는 시점:** 문서가 텍스트 전용일 때. 스캔 PDF나 이미지 중심 계약이 OCR+비전 이해를 요구하면 Qwen3.7-Plus-Preview나 Gemini 3.5 Flash를 쓰세요. ### 4. 스타트업·소규모 팀을 위한 비용 최적화 코딩 에이전트 **예시:** 프론티어급 코드 생성을 지속 가능한 API 비용으로 내는 Cursor형 코딩 비서를 운영하는 개발 팀. **이유:** $2.50/$7.50 입출력으로 Claude Opus 4.7 가격의 약 절반이며, SWE-Bench Verified 80.4%(Opus 4.6와 경쟁)로 프론티어급 코딩 품질을 훨씬 낮은 비용에 제공합니다. 네이티브 Anthropic API 호환성으로 Claude Code 기반 에이전트 하니스에 드롭인됩니다. **대안보다 선택하는 시점:** 팀이 비용에 민감하고 워크플로가 텍스트·코드 전용일 때. Opus 4.7과의 1~2점 품질 격차가 작업 완수율에 영향을 주지 않을 때. 디버깅에 UI 시각 검사가 필요하거나 절대 최고 코드 품질이 양보 불가면 Opus 4.7이나 GPT-5.5를 선택하세요.