このモデルの強みは何ですか？

10兆超の巨大なパラメータ数高度な推論能力の提供 256Kの長いコンテキスト窓

このモデルの弱みは何ですか？

不透明なクローズドライセンスモデルの内部構造が非公開オープンソースではない

どんな用途に最適ですか？

複雑な論理思考が必要なタスク大規模文書の解析と要約高度な推論を要する専門業務

アリババプロプライエタリ

Qwen3.7-Max-Preview

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

このモデルを比較

Qwen3.7-Max-Previewは、阿里巴巴が開発した推論モデルです。約10兆パラメータという大規模な構成を備え、最大256Kのコンテキストウィンドウに対応しています。

シェア:X はてブ LINE

パラメータ

10000.0B

コンテキスト長

256K

ライセンス

プロプライエタリ

リリース日

2026-05-20

API料金

このモデルのAPI料金情報は現在未公開です

強み

・10兆超の巨大なパラメータ数
・高度な推論能力の提供
・256Kの長いコンテキスト窓

弱み

・不透明なクローズドライセンス
・モデルの内部構造が非公開
・オープンソースではない

活用例

・複雑な論理思考が必要なタスク
・大規模文書の解析と要約
・高度な推論を要する専門業務

深度分析

リリース日

May 20, 2026

Alibaba Cloud Summit, Hangzhou

パラメータ

Proprietary (undisclosed)

Closed-weight model

コンテキストウィンドウ

1,000,000 tokens

100万トークンの壁を突破した初のQwen

最大出力

65,536 tokens

アーキテクチャ

Decoder-only, extended thinking by default

AA知能指数

56.6

世界トップ10、中国モデル中最高位

チャットボットアリーナ Elo

1,475

入力価格

$2.50/1M tokens

出力価格

$7.50/1M tokens

キャッシュされた入力

$0.25/1M tokens

90% cache discount

強み

・Artificial Analysis Intelligence Index（56.6点）で中国モデル首位、Claude Opus 4.7およびGemini 3.5 Flashと互角の性能
・35時間の自律コーディングデモ：1,158回のツール呼び出し、Triton参照カーネルに対し10倍の高速化
・優れたコストパフォーマンス：入力$2.50/$7.50の価格設定は、GPT-5.5およびClaude Opus 4.7の入力コストの半分
・複数のエージェントスカフォールド（Claude Code、OpenClaw、Qwen Code）で一貫した性能を発揮
・推論スコアで首位：GPQA Diamond 92.4、HMMT 2026年2月 97.1、Apex 44.5

弱み

・プロプライエタリ — オープンウェイトは公開されておらず、API経由のみでアクセス可能
・高い回答回避率（回答試行率48%）によりハルシネーションは減少する一方、エッジケースでの有用性が低下する
・エージェント特化型モデルであるにもかかわらず、APIではテキストのみの入力（ビジョン機能なし）
・永続的な無料枠はなく、chat.qwen.ai経由でのみ限定的なプレビューアクセスが可能
・マルチモーダルの競合と比較して、ビジョンモデルの能力は限定的

競合比較

Model	Arena	SWE	GPQA	Price
GPT-5.5	~1500+	~82	93.6	$5.00/$30.00
Claude Opus 4.7	~1490+	~81	~91.3	$5.00/$25.00
Qwen3.7-Max	1475	80.4	92.4	$2.50/$7.50
Gemini 3.5 Flash	~1460+	~78	~90	$1.50/$9.00
DeepSeek V4 Pro	~1440+	~80.6	~88	$1.74/$3.48

概要

Qwen3.7-Maxは、アリババの旗艦的な独自推論モデルであり、2026年5月20日にリリースされ、長期間の自律的タスク向けのエージェント基盤として設計されています。AAインテリジェンスインデックスで56.6点を記録（中国産モデル中最高）、100万トークンのコンテキストウィンドウを特徴とし、1,000回以上のツール呼び出しを伴う35時間の連続自律コーディング実行を実証しました。100万トークンあたり$2.50/$7.50（90%のキャッシュ割引付き）という価格で、GPT-5.5およびClaude Opus 4.7の約半分のコストで最先端レベルの推論を提供します。

ベンチマーク＆性能

Qwen3.7-Maxは推論ベンチマークで高いスコアを記録しています：GPQA Diamondで92.4（Claude Opus 4.6の91.3を上回る）、HMMT Feb 2026で97.1（比較グループ中最高）、Apexで44.5（DeepSeek V4 Proの38.3を大きく上回る）、SWE-Verifiedで80.4（Opus 4.6 Maxの80.8と同等）、そしてHLEで41.4（Opus 4.6の40.0をわずかに上回る）。Terminal-Bench 2.0-Terminusでは69.7を記録し（DS-V4-Pro Maxの67.9を上回る）、エージェントベンチマークでは：MCP-Mark 60.8、MCP-Atlas 76.4、Skillsbench 59.2、SpreadSheetBench-v1 87、Kernel Bench L3で中央値1.98倍の高速化と96%の勝率を達成しています。

詳細比較

全体のAAインテリジェンス指数において、Claude Opus 4.7とGemini 3.5 Flashの間に位置する。推論においては、複数のベンチマーク（HMMT 97.1、GPQA 92.4）でGPT-5.5と匹敵またはそれを上回る。コーディングエージェントにおいては、Opus 4.6 Maxと同等である。価格面での優位性は大きく：$2.50/$7.50は、Opus 4.7の$5/$25やGPT-5.5の$5/$30に対して著しい。DeepSeek V4 Proはより安価だが、推論スコアは低い。主なトレードオフは、高い棄権率（回答試行率48%）であり、これによりハルシネーションは減少するが、カバレッジも低下する。

コミュニティ評価

ローンチ時に強く好意的な反応を得た。35時間にわたる自律コーディング実行が大きな注目を集めた。AI Twitterでは価格対性能比を高く評価した。高い回答拒否率とテキストのみのAPI制限への懸念もある。Anthropic APIプロトコルを介したClaude Codeとの統合は先見的な取り組みとして指摘された。コミュニティはコスト調整後の観点からGPT-5.5よりも好意的に評価している。

ユースケース

長期的なエージェント型コーディング、マルチステップワークフロー自動化、数時間にわたる持続的な推論を必要とする研究支援、およびドキュメント規模のコンテキスト処理に最適です。$0.25のキャッシュ入力価格設定により、同じコードベースやドキュメントを繰り返し参照するエージェントワークフローに最適です。ビジョンタスク（APIではテキストのみ）や、すべてのクエリに回答を試みる必要があるユーザー（高い回答拒否率）には推奨されません。最先端の推論能力を必要としながら予算を意識するチームにとって、トップティアモデルの中で最良の費用対効果を提供します。