VibeCoderzVibeCoderz
Все статьи
Claude Code2026/05/228 мин чтения

Qwen3.7-Max 2026: 35 часов автономной работы и паритет с Claude Opus по цене $10

Qwen3.7‑Max от Alibaba обещает 35‑часовую автономную работу и цену в $10 за миллион токенов, почти на уровне Claude Opus, при этом выдерживает бенчмарки по коду и агентским задачам.

Содержание (11)+
Изображение

20 мая 2026 года на Alibaba Cloud Summit в Ханчжоу вышел Qwen3.7-Max — новый reasoning-флагман от Alibaba Qwen Team. До официального анонса модель тихо тестировалась на Arena AI с 14 мая: пользователи замечали что-то мощное в анонимных баттлах, но не понимали что. Теперь понятно.

Главный тезис Alibaba: это не «ещё один Claude-киллер». Qwen3.7-Max — агентная модель, заточенная под длинные автономные воркфлоу. Один непрерывный прогон на реальной задаче — 35 часов, 1158 вызовов инструментов, без деградации. Разбираем что внутри, где обгоняет конкурентов и где честно проигрывает.


TL;DR

Изображение

Qwen3.7-Max — текстовая reasoning-модель с 1M контекстом, $10 за миллион токенов (против $30 у Claude Opus 4.7). Бенчмарки по кодингу на уровне Claude Opus 4.6, на некоторых agent-задачах — лучше. Подключается к Claude Code через три строки в терминале. Слабость — knowledge recall: модель предпочитает сказать «не знаю», чем ошибиться. Бесплатный чат на chat.qwen.ai, API через Alibaba Cloud Model Studio.


Что нового по сравнению с Qwen3.6

Изображение

Прежде чем смотреть на бенчмарки — важно понять что реально изменилось:

Контекстное окно выросло с 256K до 1 миллиона токенов — это примерно 1500 страниц A4. Максимальный вывод — 64K токенов. Это делает модель полноценным инструментом для работы с большими кодовыми базами без обрезания контекста.

Agent-First архитектура вместо частичной: модель тренировалась на 8200+ разных агентных окружений, и каждые дополнительные среды линейно улучшали средний ранг на 8 agent-бенчмарках — с #9 у базовой версии до #3 у финальной. Это не маркетинговая цифра, а задокументированная кривая обучения.

Cross-harness generalization — новая фича: модель работает одинаково через Claude Code, OpenClaw, Qwen Code и любой OpenAI-compatible клиент без потери производительности. Не нужно выбирать «свою» среду.

Artificial Analysis Intelligence Index вырос с 51.8 до 56.6 (+4.8 пункта) — пятое место в мировом рейтинге.


Бенчмарки: где обгоняет, где паритет, где честно слабее

Reasoning и математика

Изображение

Здесь Qwen3.7-Max выглядит сильнее всего. GPQA Diamond — 92.4 против 91.3 у Claude Opus 4.6. Humanity's Last Exam — 41.4 против 40.

Самый заметный разрыв на Apex Math: 44.5 у Qwen против 34.5 у Claude Opus 4.6 и 38.3 у DeepSeek V4 Pro. Это не маленькая дельта — разрыв в 10 пунктов на одном из сложнейших математических бенчмарков.

Кодинг и агентные задачи

БенчмаркQwen3.7-MaxClaude Opus 4.6Лучший
SWE-bench Verified80.480.8Opus 4.6
SWE-bench Pro60.657.3Qwen
SWE-Multilingual78.3—Qwen
Terminal Bench 2.069.769.4 (Opus 4.7)Паритет
MCP-Atlas76.475.8Qwen
MCP-Mark60.8—Qwen
SpreadSheetBench-v187—Qwen

Честный нюанс: Alibaba сравнивает с Claude Opus 4.6, а не 4.7. На Terminal Bench 2.0 новый Opus 4.7 показывает 69.4% — уже практически ничья. GPT-5.5 на том же бенчмарке набирает 82.7% — и его в таблицах Alibaba нет. Это важно держать в голове.

На BenchLM.ai в head-to-head против Claude Opus 4.6 агрегатный счёт 93 vs 87 в пользу Qwen — за счёт кодинга (+9.2). По knowledge и agentic категориям Opus 4.6 впереди.

Критический нюанс по knowledge recall

На AA-Omniscience (тест фактической точности) у Qwen3.7-Max attempt rate 48% — самый низкий среди всех frontier-моделей. Модель предпочитает сказать «не знаю» вместо того чтобы ошибиться. Raw accuracy при этом выросла, hallucination rate упал с 44.2% до 22.9%. Но если вам нужна модель которая уверенно отвечает на фактические вопросы — это ограничение.


35 часов на незнакомом чипе: что произошло

Изображение

Это самый обсуждаемый эпизод вокруг Qwen3.7-Max — и стоит разобраться что именно там было.

Условия: T-Head ZW-M890 PPU — чип, который модель никогда не видела при обучении. На входе: только описание задачи, reference-скрипт и evaluation. Никакой документации, никаких profiling-данных, никаких примеров кода под эту архитектуру. Docker-контейнер с одним H100 80GB.

Результат: 35 часов непрерывной работы, 1158 tool calls, 432 kernel evaluations, 5 архитектурных редизайнов — и итоговое ускорение 10.0× geometric mean.

Для сравнения: GLM 5.1 на той же задаче дала 7.3×, Kimi K2.6 — 5.0×, DeepSeek V4 Pro — 3.3×. Все остановились раньше.

Что здесь важно технически: модель не просто «писала код долго». Она сохраняла когерентную стратегию через тысячу вызовов инструментов на незнакомом железе, опираясь только на runtime feedback. Это называют long-horizon reasoning и in-context generalization.

Честная оговорка: тест self-reported, независимого воспроизведения пока нет. Ждём.

Максим: «Я перечитал этот фрагмент про 35 часов несколько раз. Мы с командой делаем агентные пайплайны GoBanana — и главная боль всегда была в том, что модели деградируют после 50-100 шагов. Если Qwen реально держит контекст через 1000+ tool calls, это меняет то, что вообще возможно автоматизировать.»

Цены: в 3 раза дешевле Claude Opus 4.7

МодельInputOutputBlended $/1M
Qwen3.7-Max$2.50$7.50$10.00
Gemini 3.5 Flash——$10.50
GPT-5.4$2.50$15.00$17.50
Claude Opus 4.7$15.00$75.00$30.00
DeepSeek V4 Pro——$5.22
GLM-5.1——$5.80

Позиционирование чёткое: дороже китайских конкурентов (DeepSeek, GLM), но в 3 раза дешевле Claude Opus 4.7 при сопоставимом качестве на coding-задачах. Web Search через API — $10 за 1000 вызовов. Code Interpreter — бесплатно в ограниченный период.

Чат на chat.qwen.ai — бесплатно, с Thinking Mode.

Изображение

Как подключить к Claude Code за 3 команды

Изображение

Claude Code работает с моделями Qwen через Anthropic API-совместимый интерфейс Alibaba Cloud Model Studio — только международный режим, регион Сингапур.

export ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic
export ANTHROPIC_API_KEY=YOUR_DASHSCOPE_API_KEY
export ANTHROPIC_MODEL=qwen3.7-max
claude

Это не хак и не прокси. Qwen3.7-Max поддерживает Anthropic API протокол нативно, что позволяет подключать его напрямую к Claude Code или OpenClaw. Переменная ANTHROPIC_API_KEY здесь принимает ваш DashScope ключ — не ключ Anthropic. Название переменной совпадает, потому что Claude Code использует её как универсальную точку входа.

Для сохранения в профиль постоянно:

echo 'export ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic"' >> ~/.zshrc
echo 'export ANTHROPIC_API_KEY="YOUR_DASHSCOPE_API_KEY"' >> ~/.zshrc
echo 'export ANTHROPIC_MODEL="qwen3.7-max"' >> ~/.zshrc

Через Python API с Thinking Mode:

extra_body={"enable_thinking": True}

Одно важное замечание: переменная ANTHROPIC_API_KEY здесь принимает ваш DashScope ключ, а не ключ Anthropic. Название вводит в заблуждение, но если у вас есть реальный ключ Anthropic под другим именем — конфликта не будет.


Технические детали

Изображение

Thinking Mode / No-Think Mode — дуальный режим. Для сложных задач включать Thinking Mode, для простых — No-Think (экономит токены и снижает latency). Thinking budget настраивается: можно задать лимит токенов на рассуждение и найти оптимальный баланс скорость/качество под свою задачу.

Task-Harness-Verifier — тренировочный подход Alibaba. Ортогональная декомпозиция: задача, харнесс (окружение выполнения), верификатор результата разделены. Это позволяет тренировать модель на разнообразных окружениях без переобучения под конкретный фреймворк.

Self-Monitoring — встроенная система детекции reward hacking. Модель автономно добавила 13 эвристических правил и поймала 1618 случаев попыток «считерить» в процессе тренировки.

API-совместимость: OpenAI API и Anthropic API — оба нативно, без адаптеров.

Эндпоинты: Сингапур, Пекин, US Virginia. Данные хранятся в регионе эндпоинта — важно для команд с требованиями к дата-суверенитету.


Лицензия: болезненная точка

Все предыдущие флагманы Qwen выходили с открытыми весами под Apache 2.0 — Qwen 2.5, 3.5, 3.6. Сообщество привыкло.

Qwen3.7-Max — проприетарный, API-only, веса закрыты. Alibaba делает то, что OpenAI и Anthropic делали с GPT-4 и Claude: флагман за API, младшие версии — open-source. Qwen3.7-Plus-Preview (мультимодальная версия уровнем ниже) обещают открыть.

Реакция на HN (582 очка, 233 комментария): «Ждём открытые веса, особенно 122B и 397B», «60-150B диапазон — sweet spot для prosumer-железа». Комьюнити расстроено, но уважает инженерные достижения.

Для практического использования это означает: нельзя запустить локально, нужно доверять Alibaba Cloud, зависимость от интернета для агентных воркфлоу.


Где использовать, где нет

Брать Qwen3.7-Max

Длинные автономные agent-воркфлоу — это главная суперсила. Если задача требует десятков или сотен шагов без вашего участия — первый выбор на рынке прямо сейчас.

Многошаговый дебаггинг — независимые тесты показали: модель находит дополнительные проблемы за пределами заявленного промпта. В 2 из 5 дебаггинг-задач нашла проблемы которые не просили искать.

Математика и сложный reasoning — Apex Math 44.5, GPQA Diamond 92.4. Разрыв с конкурентами на math-бенчмарках реальный.

Office автоматизация через MCP — SpreadSheetBench 87, MCP-Mark 60.8. Для обработки таблиц и офисных воркфлоу — одна из лучших на рынке.

Бюджетный аналог Claude Code — как запасной backend когда Anthropic-тир заканчивается или нужна экономия в 3×.

Не брать Qwen3.7-Max

Изображение

Knowledge recall / фактология — attempt rate 48%. Если вам нужна модель которая уверенно отвечает на вопросы типа «когда произошло X» или «кто сделал Y» — Claude или GPT надёжнее.

Креативное письмо — Decrypt прямо пишет: «writes efficiently, not expressively». Модель оптимизирована под выполнение задач, а не под качество прозы.

Vision-задачи — Qwen3.7-Max текстовая. Для работы с изображениями нужен Qwen3.7-Plus-Preview.

Короткие быстрые запросы — overhead Thinking Mode нецелесообразен. Для быстрых чатов проще и дешевле что-то другое.


Alibaba full-stack: рекурсивная петля

На Alibaba Cloud Summit вышли три продукта одновременно:

Qwen3.7-Max — флагманская LLM.

Zhenwu M890 (真武M890) — AI-ускоритель от T-Head, собственный чип Alibaba.

Panjiu AL128 (磐久AL128) — rack-scale сервер: 128 ускорителей M890 в одной стойке.

Рекурсивность: модель оптимизировала программный стек для чипа M890 — на том самом 35-часовом прогоне. Тот же чип теперь запускает модель. Alibaba строит полный вертикальный стек: модель, чип, сервер.


Каденс релизов: что ждать в июне

ДатаРелиз
Март 2026Qwen3.5-Max-Preview
Апрель 2026Qwen3.6-Max-Preview
Май 2026Qwen3.7-Max

Месячный цикл выдерживается точно. По этой логике — июньский релиз Qwen3.8 или следующий preview уже в разработке.


FAQ

Qwen3.7-Max бесплатный?
Чат на chat.qwen.ai — бесплатно с Thinking Mode. API через Alibaba Cloud Model Studio платный: $2.50 input / $7.50 output за 1M токенов.

Можно ли запустить Qwen3.7-Max локально?
Нет. Это проприетарная модель API-only, веса закрыты. Для локального запуска есть более ранние открытые версии Qwen (27B, 35B-A3B под Apache 2.0).

Как подключить к Claude Code?
Три переменные окружения: ANTHROPIC_BASE_URL, ANTHROPIC_API_KEY (ваш DashScope ключ), ANTHROPIC_MODEL=qwen3.7-max. Подробно — в разделе выше.

Qwen3.7-Max лучше Claude Opus 4.7?
Зависит от задачи. На agent-воркфлоу и математике — часто лучше или паритет. На knowledge recall, качестве кода и agentic-понимании — Claude Opus 4.7 надёжнее. При этом Qwen стоит в 3 раза дешевле.

Где данные хранятся при использовании API?
В регионе эндпоинта: Сингапур, Пекин или US Virginia. Выбирайте регион в зависимости от требований к дата-суверенитету.

Когда выйдет следующая версия?
Alibaba держит месячный цикл: Qwen3.5 в марте, 3.6 в апреле, 3.7 в мае. Следующий релиз — вероятно, июнь 2026.

Qwen3.7-Plus-Preview — это то же самое?
Нет. Plus-Preview — мультимодальная версия уровнем ниже, с поддержкой изображений. Max — текстовый reasoning-флагман без vision.


Посмотреть все AI-инструменты и модели в одном месте — каталог AI-инструментов. Разобраться какая модель подходит под ваши задачи и как выстроить агентный стек — запишитесь на консультацию к Максиму.


Опубликовано: 22 мая 2026. Источники: официальный блог Qwen Team, VentureBeat, MarkTechPost, Decrypt, BenchLM.ai, Artificial Analysis, Medium @inprogrammer, Alibaba Cloud документация.

Автор

Максим Наговицын

Маркетинг-стратег, IT-предприниматель, ментор по вайбкодингу

2026/05/22

10+ лет в маркетинге, 300+ клиентских проектов: сайты, реклама, боты. Создатель GoBanana (228K+ пользователей, 11.6 млн ₽ выручки) и VibeCoderz. Делаю AI-продукты сам через Claude Code, Cursor, Windsurf и консультирую тех, кто хочет так же.

Об авторе →
All Posts

Инструменты, упомянутые в статье

Читать далее

📄 Статья

Claude Opus 5.5 и Sonnet 5.5 в 2026 что нового у Anthropic

Claude Opus 5.5 вышел 22 сентября 2026 и открыл семейство Claude 5.5 от Anthropic. Он дешевле Opus 5 на 20% по цене токена, генерирует ответ на 30% быстрее и в тестах самой Anthropic обгоняет более дорогой Fable 5.1. Через шесть дней, 28 сентября, по…

2026/10/1210 мин
📄 Статья

Claude Sonnet 5.5: обзор новой модели Anthropic 2026

Claude Sonnet 5.5 в 2026: характеристики и для каких задач

2026/10/1211 мин
📄 Статья

SonarQube MCP: как подключить проверку качества кода к Claude Code

SonarQube MCP подключается к Claude Code двумя путями: одной командой claude mcp add с Docker-контейнером или через плагин sonarqube и навык /sonarqube:sonar-integrate. После этого агент сам запрашивает у Sonar замечания, Quality Gate и покрытие тест…

2026/10/018 мин
📄 Статья

Субагенты в Codex и OpenClaw: разбиваем задачу на роли за пределами Claude Code

Субагенты codex — это дочерние потоки, которые главный агент запускает под собственным управлением для параллельных или изолированных задач. В марте 2026 OpenAI перевела эту функцию в статус GA: до 6 одновременных субагентов и guardian-подтверждения…

2026/09/1510 мин
📄 Статья

Claude Code Skills с GitHub: готовые скиллы для вашего агента

Официальный магазин скиллов Claude Code удобный, но маленький. Большая часть действительно рабочих claude code skills с github лежит прямо в публичных репозиториях разработчиков, минуя всякую курацию. Обновлено: сентябрь 2026. Ниже — как найти такой…

2026/09/157 мин
📄 Статья

Claude Code Skills Marketplace: где брать готовые скиллы в 2026

Claude Code skills marketplace — это каталог готовых файлов SKILL.md, из которых разработчик выбирает нужный навык и подключает его к агенту за одну команду вместо ручного написания инструкции. Рынок таких каталогов вырос с одного реестра в декабре 2…

2026/09/159 мин