Loading video...
Video Failed to Load
国产模型再次突破，比肩 Claude 4.6，Gemini 3.1 Pro 等顶尖模型。 刚测完 Qwen3.7-Max，说几点真实感受。 昨晚 API 上线第一时间就充了值，选了三个题目（见视频）来测试 Qwen3.7-Max 的前端能力、算力能力和 Agent 能力，确实可以叫做国产第一了。 之前用 DeepSeek-v4 Pro 和 Kimi 2.6 做测试的时候，一次执行的完成度均不如 Qwen3.7-Max，体感上大概是 Qwen3.7-Max > Kimi 2.6 > DeepSeek-v4 Pro，这次千问在 Terminal-Bench 排行榜也确实反超了Claude Opus 4.6，体感是一致的。 推理能力我是用奥数题和几道 HMMT 的题压了一下，准确率不是第一，但明显感觉比上个月测的 3.6 又高了一档。有个细节：遇到不会的题它会老实说自己不确定，而不是硬编一个看起来合理的错误答案——这点跟 Claude 很像。 还有一点，现在 Qwen 的迭代速度也太猛了，在推上虽然声量没有 Kimi 和 DeepSeek 大，但是 Qwen... show more
34,216 views • 3 months ago •via X (Twitter)
44 Comments
别吹了，我刚叫它写一个桌面版codex操作教程，它一本正经回答说还没有所谓的桌面版，甚至连联网搜索都懒得做。
这个我需要纠正你一下，联网搜索和你用的 Agent 工具呈相关性，而不是模型。 比如 DeepSeek 网页版是支持联网搜索的，但是 api 版本它根本没有联网搜索这个功能。 GLM 模型的 api 是有联网搜索的，但是如果你使用 Claude code 的话，需要额外安装一个联网搜索的 MCP，你用 Claude code 用 Claude 之外的任何模型都没联网搜索，除非你提前安装好了对应的 MCP。
app版
你说的 APP 版是指啥， Qoder 吗？我不记得千问有独立的客户端。
qwen的更新确实快
月更的节奏，国产模型的发力节奏明显比国外的快。
Qwen是唯一一个能跟上老美模型更新速度的国模，估计阿里云在基础设施上的多年积累功不可没
在国内，大家一般是看不上 Qwen，但是老外那，Qwen 就是当年 DeepSeek 出来之前最好的开源模型，现在也是最佳之一。
qwen模型确实不错，我等ds4的更新
听说 ds4 新版本要加入多模态了
你是拿屁股测试的吗。这种人趁早拉黑。kimi2.6这种预训练垃圾到家的东西，更ds比什么？懂点技术的人都不会拿Kimi2.6来比，你百分百收钱了。
追求性价比我还是推荐 DeepSeek 的，评论区我也说了，性价比方面 DeepSeek 最好。
一次出，不进行多轮迭代，能达到这个效果真的猛
我反而很认同你提到那个细节：不会就说不确定。 现在模型最贵的不是“偶尔答错”，而是一本正经地胡说八道。能承认边界，才说明它开始像一个可协作的系统，而不是只会表演聪明。
Qwen3.7-Max 这波直接把国产模型的 Agent 能力拉到新高度，35小时长程任务不崩、跨框架兼容性又提升，实测体感确实把 Kimi 和 DeepSeek 甩开了。 迭代速度更是离谱，月更+每次都有质的飞跃
你们这种水军傻逼，你能不能换点说词？
网页版问过几个问题，回答的很专业，现在有些项目规划就先让Qwen3.7来写的
国产模型个个都来卷啊！ 卷完你的卷你的。
按照现在国产模型的能力，很多工作流都可以国产模型来做了，我司很多业务都是国产模型支持的。
agent 的成本常常被 tool loop 放大。每一步用什么模型、失败几次、fallback 到哪、花了多少，都应该能追。
这个时候考验的就是 harness，成熟的 harness 会把 tool loop 的结果丢掉，需要用的时候做召回。
前端题能跑通的话含金量不低
国产模型请继续卷下去
对，尤其是 Qwen 这种有超多版本的模型😂
跟v4pro的价格对比如何？
DeepSeek 性价比更高，Qwen 3.7 现在是半价优惠中。
又他妈来了。谁他妈信国产模型谁傻逼。
比DeepSeek和Kimi都强？
对 你可以试试，我在视频中也给了三个例子 都是只执行了一次，没有多轮迭代出的效果。
有点模型依赖了
可是codex 5.5甩了opus 4.7一节，opus4.7甩了sonnet 4.6一节
坐等3.7的开源模型，27B左右的本地算力做agentic organizer绝对棒棒的
这波国产模型确实支棱起来了还没试的赶紧冲
前端、算力、Agent 三项一起过线，含金量确实比单看跑分高。真要说服更多人，后面还是得看 Agent 场景下的稳定性，尤其是长步骤任务会不会中途掉链子。
测试这些题目完全没有屁用 你问千问印度2025年空调销量是多少 它都答错 这就说明问题了
国产模型快冲阿 便宜又大碗！！
这可以本地跑吗？本地跑的话需要什么样子的配置呢？或者说本地跑的最高级的配置能比得上哪一个模型的能力呢？
这么大模型 一般机器肯定跑不起来的
咋没有 minimax
Qwen再不发力都快把它忘了，得加油啊
再次突破👍
被安利到，这就去测一下
放狗屁，但凡好点你能在推上看到老外集体发帖推荐，就跟之前glm跟kimi一样，实际上就是一坨💩掀不起风浪。模型都还没像样就开始闭源，真把自己当回事了，接广接个有实力的吧，接这种垃圾不仅被人骂还要想怎么吹
收钱推广就别误人子弟了
