MiniMax M3 vs Qwen3.7-Max

MiniMax M3 登场 Code Arena 前端第7，得分1531，与 GLM-5.1 并列领先，价格带 Pareto 前沿达 $0.60/ $2.40 每Mtoken。

Together AI优化了MiniMax M3模型的部署，通过架构和工程创新实现81–125%吞吐量提升。

MiniMax-M3 已上线 OpenRouter，是一款支持100万token上下文、前沿编码与代理性能、原生多模态（图像/视频）的开源模型，标志着大模型能力向长文本、多模态和自主执行方向的重要突破。

实测显示，MiniMax M3在多模态长程任务上显著优于M2.7，推理速度提升约30%，准确率提升约15%。

开源模型MiniMax M3已达到与GPT-5.5和Opus 4.7相当的性能，尤其在编码任务上优于Gemini 3.1 Pro，且成本仅为它们的1/10，其权重将于下周在Hugging Face开放。

MiniMax M3 是首个开源权重模型，同时支持文本、视觉、文档和代码任务，在 SWE-Bench Pro 等基准测试中表现优异，上下文长度达 1M tokens。

MiniMax M3 在文档分析与长文本推理的 Document Arena 中排名第 14，其性价比显著提升该领域的帕累托前沿。

MiniMax M3在BU Bench测试中性能提升26%，达到Claude 4.6-sonnet和Gemini 3.5 Flash水平，但测试细节未公开。

美国政府新行政命令在促进AI发展与安全间取得平衡，Qwen3.7-Max跻身第三大模型，AI漏洞检测技术突破版权对齐难题。

ITBench-AA 是一个针对企业级自动化 IT 任务的新基准测试，首次评估前沿模型在 Site Reliability Engineering 任务中的表现，结果显示所有前沿模型得分低于 50%，其中 Claude Opus 4.7 表现最佳，为 47%。

Qwen3.7-Max 成为全球第二 AI 编程模型，得分 1541，在 Code Arena 上仅落后于 Claude。该模型适用于生产环境，能够处理 35 小时的任务、1000 多次工具调用，并在几小时内完成两周的项目。

阿里巴巴推出全新升级的超大规模语言模型 Qwen3.7-Max，该模型专为代理中心工作设计，如编码、办公和生产任务以及长期自主执行。相较于前代 Qwen3.6，Qwen3.7-Max 在编码和代理基准测试中取得了显著进步，并引入了显式提示缓存功能，以优化重复上下文的处理。

阿里巴巴推出Qwen3.7-Max，作为面向代理时代的最新旗舰模型，它是一个多功能的基础模型，适用于能够实际完成任务的代理。该模型在编码代理方面表现出色，能够进行前端原型设计、多文件重构和实际调试。此外，它还是一个可靠的办公和生产力助手。

Qwen3.7-Max在编码代理和通用代理的基准测试中表现出色，尤其在最难的推理基准上表现出色，并在通用能力和多语言支持方面脱颖而出。

Qwen3.7-Max 在人工智能分析指数上获得了56.6分，比Qwen3.6-Max-Preview提高了4.8分。它在科学推理、代理能力、编码能力和减少幻觉方面都有显著提升。

阿里云Qwen3.7-Max以56.6分位列Artificial Analysis全球大模型榜单第五、国产第一，即将上线阿里云百炼API服务。