alibaba

Qwen 3.7 Max

Qwen 3.7 Max คือ AI model เรือธงของ Alibaba สำหรับการใช้เหตุผลเชิงลึกและงานด้าน autonomous agents พร้อม context window ขนาด 256k...

Thinking ModelCoding AssistantAgentic AIAlibaba CloudMoE Architecture
alibaba logoalibabaQwen320 พฤษภาคม 2026
บริบท
256Kโทเคน
เอาต์พุตสูงสุด
66Kโทเคน
ราคาอินพุต
$1.20/ 1M
ราคาเอาต์พุต
$6.00/ 1M
โหมด:Text
ความสามารถ:เครื่องมือสตรีมมิ่งการใช้เหตุผล
เกณฑ์มาตรฐาน
GPQA
92.4%
GPQA: คำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา. เกณฑ์มาตรฐานที่เข้มงวดพร้อม 448 คำถามจากชีววิทยา ฟิสิกส์ และเคมี ผู้เชี่ยวชาญ PhD ทำได้เพียง 65-74% Qwen 3.7 Max ได้คะแนน 92.4% ในเกณฑ์มาตรฐานนี้
HLE
38.2%
HLE: การใช้เหตุผลระดับผู้เชี่ยวชาญ. ทดสอบความสามารถของโมเดลในการแสดงการใช้เหตุผลระดับผู้เชี่ยวชาญในสาขาเฉพาะทาง Qwen 3.7 Max ได้คะแนน 38.2% ในเกณฑ์มาตรฐานนี้
MMLU
92.8%
MMLU: ความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่. เกณฑ์มาตรฐานที่ครอบคลุมพร้อม 16,000 คำถามใน 57 วิชา Qwen 3.7 Max ได้คะแนน 92.8% ในเกณฑ์มาตรฐานนี้
MMLU Pro
82%
MMLU Pro: MMLU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMLU พร้อม 12,032 คำถามและรูปแบบ 10 ตัวเลือกที่ยากขึ้น Qwen 3.7 Max ได้คะแนน 82% ในเกณฑ์มาตรฐานนี้
SimpleQA
45%
SimpleQA: เกณฑ์มาตรฐานความถูกต้องของข้อเท็จจริง. ทดสอบความสามารถของโมเดลในการให้คำตอบที่ถูกต้องและเป็นข้อเท็จจริง Qwen 3.7 Max ได้คะแนน 45% ในเกณฑ์มาตรฐานนี้
IFEval
95%
IFEval: การประเมินการปฏิบัติตามคำสั่ง. วัดว่าโมเดลปฏิบัติตามคำสั่งและข้อจำกัดเฉพาะได้ดีเพียงใด Qwen 3.7 Max ได้คะแนน 95% ในเกณฑ์มาตรฐานนี้
AIME 2025
99.7%
AIME 2025: การสอบคณิตศาสตร์เชิญชวนอเมริกัน. โจทย์คณิตศาสตร์ระดับการแข่งขันจากการสอบ AIME ที่มีชื่อเสียง Qwen 3.7 Max ได้คะแนน 99.7% ในเกณฑ์มาตรฐานนี้
MATH
94.8%
MATH: การแก้ปัญหาคณิตศาสตร์. เกณฑ์มาตรฐานคณิตศาสตร์ที่ครอบคลุมทดสอบการแก้ปัญหาในพีชคณิต เรขาคณิต แคลคูลัส Qwen 3.7 Max ได้คะแนน 94.8% ในเกณฑ์มาตรฐานนี้
GSM8k
99.2%
GSM8k: คณิตศาสตร์ประถม 8K. 8,500 โจทย์คณิตศาสตร์ระดับประถมศึกษา Qwen 3.7 Max ได้คะแนน 99.2% ในเกณฑ์มาตรฐานนี้
MGSM
98%
MGSM: คณิตศาสตร์ประถมหลายภาษา. เกณฑ์มาตรฐาน GSM8k แปลเป็น 10 ภาษา Qwen 3.7 Max ได้คะแนน 98% ในเกณฑ์มาตรฐานนี้
SWE-Bench
60.6%
SWE-Bench: เกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์. โมเดล AI พยายามแก้ปัญหา GitHub จริงในโครงการ Python Qwen 3.7 Max ได้คะแนน 60.6% ในเกณฑ์มาตรฐานนี้
HumanEval
94.5%
HumanEval: โจทย์เขียนโปรแกรม Python. 164 โจทย์เขียนโปรแกรมที่โมเดลต้องสร้างการใช้งานฟังก์ชัน Python ที่ถูกต้อง Qwen 3.7 Max ได้คะแนน 94.5% ในเกณฑ์มาตรฐานนี้
LiveCodeBench
78.2%
LiveCodeBench: เกณฑ์มาตรฐานเขียนโค้ดสด. ทดสอบความสามารถในการเขียนโค้ดบนความท้าทายการเขียนโปรแกรมจริงที่อัปเดตอย่างต่อเนื่อง Qwen 3.7 Max ได้คะแนน 78.2% ในเกณฑ์มาตรฐานนี้
Terminal-Bench
69.7%
Terminal-Bench: งาน Terminal/CLI. ทดสอบความสามารถในการดำเนินการ command-line Qwen 3.7 Max ได้คะแนน 69.7% ในเกณฑ์มาตรฐานนี้
ARC-AGI
12.4%
ARC-AGI: การนามธรรมและการใช้เหตุผล. ทดสอบความฉลาดที่ยืดหยุ่นผ่านปริศนาการจดจำรูปแบบใหม่ Qwen 3.7 Max ได้คะแนน 12.4% ในเกณฑ์มาตรฐานนี้

เกี่ยวกับ Qwen 3.7 Max

เรียนรู้เกี่ยวกับความสามารถของ Qwen 3.7 Max คุณสมบัติ และวิธีที่จะช่วยให้คุณได้ผลลัพธ์ที่ดีขึ้น

ระบบเครื่องยนต์การใช้เหตุผลระดับสูง

Qwen 3.7 Max เป็นระบบ Mixture-of-Experts ขนาดมหึมาที่มีพารามิเตอร์ประมาณ 1.6 ล้านล้านตัว ถูกออกแบบมาเพื่อทำงานเป็นเครื่องยนต์เน้นตรรกะสำหรับงานวิศวกรรมและการวิจัยที่มีความซับซ้อนสูง model นี้รวม Always-On Thinking mode แบบ native ซึ่งบังคับให้ model ตรวจสอบตรรกะและวางแผนขั้นตอนก่อนสร้างคำตอบ ตัวเลือกทางสถาปัตยกรรมนี้ช่วยลดการเบี่ยงเบนของตรรกะในผลลัพธ์แบบยาวได้อย่างมาก และมอบรากฐานที่เชื่อถือได้สำหรับสถาปัตยกรรมซอฟต์แวร์และการพิสูจน์ทางคณิตศาสตร์

สถาปัตยกรรมเพื่อความเป็นอิสระของ Agent

model นี้ทำหน้าที่เป็นฐานเฉพาะทางสำหรับยุคถัดไปของ autonomous agents โดยเน้นไปที่การจัดการงานระยะยาวและการใช้เครื่องมือที่ซับซ้อน ในระหว่างการประเมินภายใน model สามารถรักษาความสอดคล้องของตรรกะได้ตลอดเซสชันที่ยาวนานกว่า 30 ชั่วโมง โดยจัดการการเรียกใช้เครื่องมือตามลำดับนับพันครั้งเพื่อแก้ไขปัญหาทางวิศวกรรมระดับฮาร์ดแวร์ แม้ว่า model จะได้รับการปรับให้เหมาะกับข้อความและโค้ดเพื่อรักษาความหนาแน่นของการใช้เหตุผลไว้ แต่ก็สามารถผสานรวมกับโมดูลวิชันหรือเสียงภายนอกผ่าน multi-agent orchestration ได้อย่างง่ายดาย

ประสิทธิภาพใน Context ขนาดใหญ่

ด้วย context window ขนาด 256,000 tokens model จึงรองรับการวิเคราะห์คลังโค้ดขนาดใหญ่และการเรียกค้นเอกสารที่ซับซ้อน โดยยังคงความแม่นยำในการดึงข้อมูลสูงแม้ในขณะที่ context เต็ม ทำให้เหมาะอย่างยิ่งสำหรับงานด้านกฎหมายและ workflow แบบ RAG ระดับองค์กร โครงสร้างราคาที่แข่งขันได้ช่วยให้นักพัฒนาสามารถปรับใช้ตรรกะระดับ frontier ได้ในราคาเพียงเสี้ยวเดียวของ model ที่คล้ายคลึงกันจากห้องปฏิบัติการฝั่งตะวันตก

Qwen 3.7 Max

กรณีการใช้งานสำหรับ Qwen 3.7 Max

ค้นพบวิธีต่างๆ ที่คุณสามารถใช้ Qwen 3.7 Max เพื่อได้ผลลัพธ์ที่ยอดเยี่ยม

วิศวกรรม Kernel อัตโนมัติ

model สามารถสร้างและปรับแต่ง hardware-specific code kernels สำหรับชิปรุ่นใหม่ๆ โดยไม่ต้องมีเอกสารกำกับผ่านการเรียกใช้งานเครื่องมือแบบ recursive

การ Refactor คลังซอฟต์แวร์ระดับองค์กร

Qwen 3.7 Max ช่วยวิเคราะห์ legacy software ทั้งหมดเพื่ออัปเดต frameworks และจัดการกับ technical debt โดยยังคงรักษาความถูกต้องของตรรกะเดิมไว้

การวางแผนงานสำหรับ Agent ระยะยาว

จัดการ workflow หลายขั้นตอนที่ต้องการการตัดสินใจและการวางแผนแบบอัตโนมัติในการใช้งานต่อเนื่องนานกว่า 30 ชั่วโมง

การตรวจสอบงานวิจัยทางวิทยาศาสตร์

นักวิจัยใช้ model นี้ในการตรวจสอบบทพิสูจน์ทางคณิตศาสตร์ที่ซับซ้อนและแก้ไขโจทย์ทางวิทยาศาสตร์หลายขั้นตอนด้วยความแม่นยำทางตรรกะสูง

การสร้างโมเดลความเสี่ยงทางการเงินขั้นสูง

model สามารถประมวลผลข้อมูลทางการเงินนับพันหน้าเพื่อระบุความผิดปกติและคาดการณ์ ROI ด้วยการใช้ตรรกะแบบมีโครงสร้าง

วิศวกรรม UI ข้าม Framework

สร้าง frontend prototypes ที่ใช้งานได้จริงพร้อมระบบจัดการ state และตรรกะที่ซับซ้อนโดยตรงจากคำสั่งภาษาธรรมชาติระดับสูง

จุดแข็ง

ข้อจำกัด

ประสิทธิภาพด้านการใช้เหตุผลระดับแถวหน้า: model ทำคะแนนได้ 92.4% บน GPQA ซึ่งเทียบเท่าหรือเหนือกว่า reasoning models ระดับสูงสุดในราคาที่ถูกกว่า
รุ่นเรือธงที่รองรับเฉพาะข้อความ: รุ่น Max ไม่รองรับการใช้งานด้าน vision และ audio แบบ native จึงจำเป็นต้องสลับไปใช้รุ่นอื่นสำหรับงาน multimodal
ความสามารถด้าน Autonomous Agent: ด้วยคะแนน 69.7 บน Terminal-Bench ทำให้มันเชี่ยวชาญในการควบคุมสภาพแวดล้อม terminal จริงและการจัดการ autonomous tool calls
ช่องว่างด้านการออกแบบเชิงความสวยงาม: แม้ว่าตรรกะจะถูกต้องแม่นยำ แต่ UI และงานสร้างสรรค์ที่ได้มักขาดความประณีตเมื่อเทียบกับคู่แข่งอย่าง Claude
MoE สเกลขนาดใหญ่: สถาปัตยกรรม Mixture-of-Experts ขนาด 1.6T parameters ช่วยให้มีความเชี่ยวชาญเฉพาะทางในงานที่หลากหลายโดยไม่สูญเสียความสามารถด้านตรรกะทั่วไป
ปัญหาด้านความเสถียรในรุ่นพรีวิว: รุ่น preview ในช่วงแรกพบปัญหา logic loops บ้างในการสกัดข้อมูลจากเอกสารที่มีความยาวมากๆ เมื่อเทียบกับรุ่น 3.6 ที่เสถียรกว่า
ความแม่นยำในการปฏิบัติตามคำสั่ง: คะแนน 95.0% บน IFEval แสดงให้เห็นถึงความสามารถที่เหนือกว่าในการปฏิบัติตามคำสั่งที่มีความซับซ้อนและมีเงื่อนไขการจัดรูปแบบหลายระดับ
อคติจากบริบททางภูมิภาค: เอกสารและอ้างอิงทางวัฒนธรรมเริ่มต้นอาจให้น้ำหนักกับตลาดฝั่งตะวันออกเป็นหลัก ซึ่งอาจส่งผลต่องานสร้างสรรค์เฉพาะทางในฝั่งตะวันตก

เริ่มต้นด่วน API

alibaba/qwen-3.7-max

ดูเอกสาร
alibaba SDK
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.QWEN_API_KEY,
  baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1",
});

async function runReasoningTask() {
  const completion = await client.chat.completions.create({
    model: "qwen-3.7-max",
    messages: [
      { role: "system", content: "You are a senior software architect." },
      { role: "user", content: "Analyze this legacy kernel for potential race conditions." }
    ],
    temperature: 0.1,
  });
  console.log(completion.choices[0].message.content);
}

runReasoningTask();

ติดตั้ง SDK และเริ่มเรียก API ภายในไม่กี่นาที

ผู้คนพูดอะไรเกี่ยวกับ Qwen 3.7 Max

ดูว่าชุมชนคิดอย่างไรเกี่ยวกับ Qwen 3.7 Max

Qwen 3.7 รุ่นใหม่จากจีนโหดมาก มันสร้างเครื่องคิดเลข ROI สำหรับ SEO ที่มี input ซับซ้อน 4 ตัวได้ภายในไม่ถึง 5 นาที Silicon Valley เริ่มหนาวแล้ว
Julian Goldie
youtube
Qwen3.7-Max เป็น model ขนาด 1.6T parameters การปรับปรุงคุณภาพภายในเวลาเพียงหนึ่งเดือนนับตั้งแต่รุ่น 3.6 คือการพัฒนาที่เร็วที่สุดเท่าที่ผมเคยเห็นมา
AJ
twitter
ความก้าวหน้าใน NL2Repo คือเรื่องจริง พวกเขาเคลมว่าทำได้ทัดเทียมกับ Claude Opus ในการเขียนโค้ดระดับ repository
TeortaxesTex
twitter
ในที่สุด Qwen ก็ลดปัญหาการคิดวนไปวนมาของรุ่น 3.5 ลงได้ รุ่น 3.7 Max preview ตัดสินใจได้เด็ดขาดขึ้นมากในขณะที่ยังคงความลึกของตรรกะไว้
LocalLLaMA
reddit
Qwen 3.7 Max กลายเป็น model แรกที่ท้าทาย Claude Opus 4.6 ได้อย่างจริงจัง และในบางงานก็ทำได้ดีกว่าด้วยในงานด้านเทคนิค
TechInsights
twitter
พยายามรัน QWEN 3.6 27B แบบ local แล้ว แต่ประสิทธิภาพบนคลาวด์ของ 3.7 Max นี่คนละเรื่องเลยสำหรับการใช้เหตุผลที่ซับซ้อน
DevArchitect
hackernews

วิดีโอเกี่ยวกับ Qwen 3.7 Max

ดูบทเรียน รีวิว และการสนทนาเกี่ยวกับ Qwen 3.7 Max

กระบวนการ Chain of Thought รวดเร็วมากเมื่อเทียบกับรุ่นก่อนหน้า

นี่เป็นครั้งที่สองเท่านั้นที่ผมเห็น model สามารถจำลองรอยกระสุนปะทะฉากได้อย่างถูกต้อง

ความสม่ำเสมอของตรรกะในการแก้จุดบกพร่องของโค้ดแบบหลายรอบนั้นเสถียรกว่ารุ่น 3.6 preview อย่างเห็นได้ชัด

มันจัดการกับ context window ขนาด 256k ได้โดยแทบไม่สูญเสียข้อมูลสำคัญ (needle-in-a-haystack) เลย

model นี้เปรียบเสมือนสะพานเชื่อมระหว่างการตอบกลับแบบคงที่กับการวางแผนอัตโนมัติอย่างแท้จริง

context window สำหรับรุ่น Max อยู่ที่ 256K tokens และที่สำคัญคือรองรับเฉพาะข้อความเท่านั้น

เราสังเกตเห็นว่ามีการคิดหรือคิดเยอะเกินจำเป็นน้อยลงมากเมื่อเทียบกับรุ่น 3.5

ประสิทธิภาพในสภาพแวดล้อม terminal บ่งบอกว่ามันสามารถจัดการเซิร์ฟเวอร์ได้จริง

Qwen 3.7 Max มีราคาถูกกว่าอย่างเห็นได้ชัดสำหรับงานระดับองค์กรที่ต้องการตรรกะระดับสูง

มันไม่มีปัญหาเรื่องการปรับจูนทางวัฒนธรรมเหมือนที่พบในบาง model ก่อนหน้านี้

Qwen 3.7 Max Preview เปิดตัวที่อันดับ 13 ใน Text Arena

Thinking mode หมายความว่า model จะแตกปัญหาออกเป็นขั้นตอนย่อยๆ ก่อนที่จะตอบ

มันสร้างเครื่องคิดเลขที่ซับซ้อนเสร็จภายในเวลาไม่ถึงห้านาทีพร้อมการจัดการ state ที่สมบูรณ์แบบ

นี่ได้รับการปรับแต่งมาเพื่อ Agentic AI โดยเฉพาะ ซึ่งหมายความว่ามันลงมือทำมากกว่าแค่โต้ตอบ

โครงสร้างราคาเป็นการท้าทายการครองตลาดนักพัฒนาของ OpenAI โดยตรง

มากกว่าแค่พรอมต์

เพิ่มพลังให้เวิร์กโฟลว์ของคุณด้วย ระบบอัตโนมัติ AI

Automatio รวมพลังของ AI agents การอัตโนมัติเว็บ และการผสานรวมอัจฉริยะเพื่อช่วยให้คุณทำงานได้มากขึ้นในเวลาน้อยลง

AI Agents
การอัตโนมัติเว็บ
เวิร์กโฟลว์อัจฉริยะ

เคล็ดลับมือโปรสำหรับ Qwen 3.7 Max

เคล็ดลับจากผู้เชี่ยวชาญเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจาก Qwen 3.7 Max และได้ผลลัพธ์ที่ดีขึ้น

บังคับการตรวจสอบตรรกะ

ใส่คำสั่ง 'Verify your thinking steps before providing the final code' เพื่อกระตุ้นการทำงานของโหมด deliberative reasoning แบบ native ของ model

ใช้ประโยชน์จาก Context Caching

สำหรับงานที่ต้องจัดการกับ codebase ขนาดใหญ่ซ้ำๆ ให้ใช้ context caching เพื่อลด latency และลดค่าใช้จ่ายด้าน input tokens

กำหนดรายการตรวจสอบในแต่ละช่วง

จัดทำรายการตรวจสอบแบบเป็นเลขข้อสำหรับงานที่ใช้ระยะเวลานาน เพื่อป้องกันไม่ให้ model ข้ามขั้นตอนสำคัญไประหว่างการ generation ที่มีความยาว

กำหนดพารามิเตอร์การออกแบบอย่างชัดเจน

เมื่อต้องสร้าง UI ให้ระบุ CSS variables เฉพาะเจาะจงสำหรับการจัดสไตล์ เพื่อชดเชยสิ่งที่ model มักเน้นเรื่องตรรกะมากกว่าความสวยงาม

คำรับรอง

ผู้ใช้ของเราพูดอย่างไร

เข้าร่วมกับผู้ใช้ที่พึงพอใจนับพันที่ได้เปลี่ยนแปลงเวิร์กโฟลว์ของพวกเขา

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ที่เกี่ยวข้อง AI Models

google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
openai

GPT-5.5

OpenAI

GPT-5.5 is OpenAI's flagship frontier model with a 1M context window and five reasoning effort levels, optimized for autonomous agentic workflows and coding.

1M context
$5.00/$30.00/1M
xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

1M context
$3.00/$15.00/1M
google

Gemini 3.1 Flash Live Preview

Google

Gemini 3.1 Flash Live Preview is Google's ultra-low-latency, audio-to-audio model featuring a 131K context window, high-fidelity multimodal reasoning, and...

131K context
$0.75/$4.50/1M
anthropic

Claude Opus 4.7

Anthropic

Claude Opus 4.7 is Anthropic's flagship model with a 1-million-token context, adaptive reasoning, and 3.3x vision resolution for enterprise-scale agents.

1M context
$5.00/$25.00/1M
moonshot

Kimi k2.6

Moonshot

Kimi k2.6 is Moonshot AI's 1T-parameter MoE model featuring a 256K context window, native video input, and elite performance in autonomous agentic coding.

256K context
$0.95/$4.00/1M

คำถามที่พบบ่อยเกี่ยวกับ Qwen 3.7 Max

ค้นหาคำตอบสำหรับคำถามทั่วไปเกี่ยวกับ Qwen 3.7 Max