中国AI闯入全球编程前二 前面只剩Claude

换句话说，在全球编程模型的竞技场上，阿里是独一杀进这张牌桌的中国厂商，仅次于Anthropic，位列第二。

Qwen3.7-Max闯入全球前五

独一非Claude模型

其其实Code Arena放榜之前，Qwen3.7-Max在海外开辟者圈子里已经杀出了名声。

Atomic Chat做了一场硬碰硬的比较，让Opus 4.7、GPT-5.5和Qwen3.7-Max同台竞技，义务是写一个能自我练习的俄罗斯方块AI。

全程零高低文退化、零指令漂移、零逝世轮回！

另一位海外开辟者选择让Qwen3.7-Max构建了一个宇宙的3D模型，后果足以用震动形容。

在“3D像素风微缩浮屠模型”的生成义务中，Qwen3.7-Max的输出速度和质量同样周全胜出。

阁下

开辟者Paul Couvert更是盛赞，Qwen3.7-Max接入Hermes Agent和OpenCode之后，根本可以替掉落GPT-5.5和Opus 4.7。

编程，太能打了

不过跑分再高，不如真刀真枪拉出来练练。

我们给Qwen3.7-Max安排了一场硬核的“赛车游戏”挑衅。

一段具体的prompt丢进去，不一会儿工夫，Qwen3.7-Max直出一个可玩的HTML的文件。

第一版有个小bug，A/D转向键阁下搞反了。

但经由第二轮简单对话微调，一个别验完全的3D赛车游戏就跑了起来。

打开的刹时，说实话，有点被惊到了。

4车同台，3圈环形赛道竞速，赛道上散落着100多枚金币，碰着障碍物会减速、掉控。

赛后成就面板，排名、用时、金币数、最快单圈，一项不缺。

但真正让人不测的，是两个只有Qwen3.7-Max做到的细节。

一个是开端界面。四个模型横向测完，只有它给游戏做了一个正经的开端页面，点“Start”才进入比赛。其他三家满是打开即跑，连个标题画面都没有。

另一个是音效。prompt最后附了一条请求，加上发念头轰鸣和吃金币的音效。 四个模型里，也只有它把这个bonus吃进去了，引擎声和金币叮咚都安排上了。

再看看其他选手的表示。

Gemini 3.5 Flash的画面明显薄弱了一档，缺乏那种呼之欲出的立体感。

今天，Qwen3.7-Max凭借着1541分的成就楔进了第四的地位，卡在Opus 4.6 Thinking和Opus 4.6之间。

UI构造也有问题，仪表盘信息分散在屏幕四角，视觉核心一盘散沙。

比拟之下，Qwen3.7-Max的处理方法是把关键指标集中到画面中心，更相符玩家视线的天然落点。

Claude Opus 4.6的后果，有点让人一言难尽了。

最后是GPT-5.5。

可以看到，画面质感确切比前两家强了不少，操作起来也更流畅。

成果，Qwen3.7-Max不仅只用$1.32的token成本就把Opus 4.7和GPT-5.5都超出了，并且机能还晋升了56%。

但不知道为什么，金币被做成了黄色的“甜甜圈”……

造型倒是小事。关键是，Gemini、Claude、ChatGPT三家都修了好几轮bug才跑通全部功能。

只有Qwen3.7-Max首轮生成就根本可玩。

跑分接近，实测不虚，价格只有几分之一。剩下的结论，等开辟者用脚投票就行了。

Agent时代的“基座”模型

Qwen3.7-Max之所以能在最卷的编程擂台上打出如斯程度，谜底就藏在它的产品定位里。

几天前，阿里宣布Qwen3.7-Max的时刻，给了它一个异常特别的标签：Agent基座模型。

它生来，就是为长时光自立履行义务设计的模型。

内测数据显示，在一次自立编程义务中，Qwen3.7-Max持续运行35个小时，履行1158次对象调用。

也就是，让模型在持续变更的模仿情况中做跨越一千步的持续决定计划，本身建立假设、根据反馈调剂策略，并且不克不及因为跑太久就“高低文腐化”。

最毕生成的代码相较于Triton参考实现，达到了惊人的10倍几何平均加快。

更令人震动的是它的“持久战”才能——

在推演进行到第30个小时之后，模型依然保持灵敏，持续发掘出新的优化空间。

不得不说，这件事的难点不在1000次对象调用本身。MCP协定铺开之后，调1000次对象不算稀奇。

难点在于，35小时的连贯推理。

这说清楚明了一个反直觉的现象，Qwen3.7-Max在Claude Code、OpenClaw、Qwen Code这几个框架里的表示都很稳，没有出现“在自家框架里很强、换一个就拉胯”的情况。

绝大年夜多半模型跑长义务时会崩盘：要么高低文越积越乱，前半段定的目标到后面忘得干清干净；要么进入逝世轮回，反复测验测验同一个掉败的筹划。

Qwen3.7-Max把“持续做对事”这件事，做出来了。

核心技巧揭秘

Qwen3.7-Max这波编程跃升，我们懂得核心可能与两个练习办法的进级有关。

第一个是，情况扩大。

Qwen3.7-Max在做编程练习时，每个义务会被拆成三个自力维度，义务本身、履行框架、验证方法，三者自由组合。

同一道题，有时刻在Claude Code的框架里做，有时刻在OpenClaw里做，有时刻换一种验证方法。

后果就像一个练习生被轮岗到了所有项目组。它被迫学会的是解决问题的通用策略，不是“在某个特定框架里怎么取巧”。

第二个进级是，长程自立履行。

在练习中，团队引入了“动态累积生计博弈”框架。

这里有一个直不雅的数据，YC-Bench模仿创业公司经营一全年，Qwen3.7-Max做到了208万美元营收，是上一代（105万）的两倍。

更关键的是，它展示出了策略进化，中期碰到危机能自立调剂偏向，辨认并拉黑恶意客户，最终收敛到稳定的履行轮回。

这就是35小时kernel优化案例的底层支撑，也是为什么在Kernel Bench L3上，Qwen3.7-Max能让96%的场景跑出加快后果。

而编程还只是第一个疆场。这套长程推理加对象调用的基本底细，指向的是一个更大年夜的野心——通用Agent基座。

编程决赛，多了一个搅局者

Code Arena上线至今，考的从来都是硬活，多步推理、对象编排、完全项目交付，满是Agent级的真刀真枪。

不仅赛道上金币少得可怜，并且3辆AI赛车几乎同步行驶，毫无随机性，像复制粘贴出来的。

在这条Claude统治了大年夜半年的赛道上，它给出了本身的答复，中国模型不只是追赶者，也可所以定义者。

全球编程模型的比赛，已经不再是硅谷的独角戏了。