阿里真不睡觉了 直接甩出王炸级新旗舰模型 库恩3.7减Max 官方说 这东西是专为AI智能体时代 也就是agent era打造的 简单说QWIN 3.7减Max 被设计成一个全能的智能体 基础模型 从高级编码修复bug 到前端原型设计 他几乎什么都能干 不是来聊天的 而是要实打实的帮你把活干完
还不止这些 他还能处理多文件重构办公自动化 多智能体协同 甚至 能完成长达35小时的超长自制任务 听起来有点科幻 那咱们就来实际扒一扒 它到底是不是在吹牛 先上硬菜 看看性能跑分 在多个基准测试中 QN 3.7减Max表现非常猛 比如在Terminal bench 2.0 和SWE
bench这种代码能力测试里 分数相当能打 你看这些密密麻麻的柱状图 在各种agent和编程基准测试里 它的提升肉眼可见 很多项目上 他基本上 已经能和业界顶流的OPPO四点六Max 打得有来有回 这可真不容易
在某些特定场景下 他甚至能反超Kimi K2.6这样的强劲对手 说实话我个人觉得 这可能就是 目前最强的国产大模型了 没有之一 它在困难推理 评估和多语言能力方面 也展现出超强实力 这意味着他不光会干活 脑子还特别的好使 最让我兴奋的是 阿里这次真的卷进了第一梯队 的牌桌 你看这个前沿代码智能体演示
它已经有资本和Astrobi 谷歌open AI这些巨头掰手腕了 在这个人工智能分析指数上 q问3.7减Max拿到56.6分 这是q文系列有史以来 最接近前沿竞赛水平的一次 可以说 是把脚迈进了顶级俱乐部的门槛 对比上个版本 它的总分暴涨4.8分 提升主要来自科学推理编码 和智能体能力的巨大进步
这说明阿里的进化方向非常明确 就是要做更聪明更能干的AI 光说不练假把式 咱们来看个真实的长线编程任务 让三个模型优化一个俄罗斯方块AI 挑战者是QWIN 3.7减Max Cloudops
4.7和GPE -5.5 这可是神仙打架 你看结果 q 3.7减Max 不仅取得56%的最大性能增益 成本只有1.32美元 这性价比简直逆天 他就像个又快又省油的赛车手 直接第一个冲过了终点线 再看对手OPPO 4点七 虽性能提升了28% 但花了足足10 十五日美元 贵了快10倍
这就好比打车叫来一辆劳斯莱斯 虽然体验感很舒服 但这个钱包实在是在滴血啊 而GBT -5.5呢 只取得7%增益 虽然价格便宜 只花了2.85美元 但效果不明显 这个测试充分说明 阿里的模型进化速度又快又高效 能实实在在的把任务搞定 在我自己的AI基准测试里 可以看到q n 3.7减Max排在第八位
这个榜单综合了各种维度的能力 能排进前十就说明已是顶级水准 它覆盖了前端游戏3D图形 s v g等领域 点开他的能力雷达图 会发现他的各项能力非常均衡 尤其在调 试智能体和系统模拟方面 分数特别高
他最牛的是长期规划和执行能力 在模拟创业公司管理的测试里 q温3.7减Max实现了208万美元总收入 太夸张了 前代q温3.6 plus只做到105万美元 他收入翻倍 还能主动识别拉黑恶意客户 专注高增长客户 这种超长任务中 保持清醒和策略的能力 才是真杀手锏 不过得说 q问3.7 Max目前还不是多模态模型
它只能处理文本 没法看图或者听音频 价格方面 输入TOKEN每百万2.5美元 输出7.5美元 这在顶级模型里算相当有竞争力 上手体验很简单 通过它的聊天界面就能免费试用 或用API接入 聊天界面 还能选择思考或快速模式 来调整响应风格 进入实战环节 让它生成micros克隆版 你看
这个登录界面和启动过程很有意思 输入密码后 完整的桌面就呈现在我们眼前了 底部的Dock程序坞做的非常逼真 应用图标是SVG格式 鼠标悬停还有放大效果 细节拉满了 说明它能生成复杂UI组件 顶部的菜单栏也不是摆设 功能组件都可用 看点击控制中心 就能真实调节亮度和音量 这不只是画皮囊
而是真的在构建一个可交互系统 再来试试打开各种应用 无论是启动台find窗口 还是Safari浏览器和邮件 它都给你生成出来了 虽然这个Safari的页面内容有点奇怪 但能把整个框架都搭起来 已经非常厉害了 它甚至还生
成了信息地图照片日历提醒事项 APP store计算器终端 还有一个可以玩的画图应用 和贪吃蛇游戏 这充分展示了他在单个任务中 处理超长上下文 和生成多组件应用的能力 在前端开发方面 说实话他的表现只能算良好 但还没到经验 对于一些常规的提示词 它生成的页面虽然功能完整 但设计感就显得比较普通了
甚至还有点过时 不够现代 不过它的创造力还是值得肯定的 你看这个Nvidia的GPU产品页 从布局到配色再到动效 都模仿的有模有样 这说明只要你给的指令足够清晰 它就能生成视觉效果复杂 且精美的页面 当你给它一个截图作为参考时 它的UI克隆能力就显现出来了 看这个Airbnb的页面
从图片布局到日历选择器 再到评论区 他都近乎像素级的还原了出来 整体完成度非常高 这里有一个很有趣的发现 当我让它生成 一个偏向设计感的SARS 捏面时 出来的成品无论是字体选择 还是留白风格
都非常有cloud系列模型的味道 显得十分优雅 这就真的不禁让人猜想 q稳是不是在训练的过程中 也有意或无意的 借鉴了Claude的输出风格呢 在3D和工程领域 他的表现同样可圈可点 我们让它生成一个骑自行车的 鹈鹕的Volkswagen体塑艺术 你看这个成品不仅创意十足
而且在空间推理渲染和氛围营造上 都做的不错 完全是从零开始生成的 再看这个写 实风格的水族馆模拟 这不仅考验3 D GS能力 更考验他对物理引擎的理解 鱼鳍的摆动 光影的折射 UI控制面板的交互都做的非常到位 甚至还可以模拟投喂 你看鱼群会蜂拥而上 在开外斯动画方面 他的表现同样出色
看这个地龟树的生成过程 从树干到枝叶 完全遵循预设的生长逻辑 动画很流畅 最后看看SVG矢量图形 无论是世界地图提壶插画 还是这个细节丰富的蝴蝶 它都能用代码精准生成 这说明 他对SVG语法和结构有很深的理解 在需要精确矢量图形的场景下
会非常有用 总的来说 q 13.7减Max给我的惊喜相当大 他在架构推理和外部开发任务上 异常扎实 尤其擅长处理需要长期保持专注 和逻辑一致的复杂工作 如果你是开发者 需要一个能帮你完成具体任务 性价比超高的AI助手 那么科文3.7减Max 绝对是你 工具箱里的一把瑞士军刀 虽然他还不是全能选手 但作为专精于代码和智能体的模型 他已经卷出了新高度