BenchLeader

Qwen3.7 Max

推論エフォート
品質351中42位
59.8Index
上位4分の1
中央値比 +10.1
価格262中209位
$3.75100万トークンあたり
高い方から4分の1
中央値の4.2倍
速度215中36位
145トークン/秒
上位4分の1
中央値の1.8倍
コスパ262中204位
15.9ポイント/$
下位4分の1
中央値の0.3倍

よりコスパが高いモデル: GPT-5.6 Luna $0.450/MでIndex 58.1(88%安い)。

より安価でスコアの高いランク付けモデルが12つあります:Gemini 4 Hydrogen (63.6, $3.00)、GPT-6.1 Terra (63.2, $2.00)、Gemini 3.5 Flash (62.4, $3.38)ほか9つ。

2026年11月19日時点で、Qwen3.7 Max(Alibaba)のBenchLeader Indexは59.8です(ランク付けされた631構成中上位100位以内)。最も強いのは指示追従(78)、最も弱いのはエージェント・ツール(49)です。API料金は入力100万トークンあたり$2.50、出力100万トークンあたり$7.50(3:1のブレンドで$3.75)で、2026年11月19日時点の定価です。出力速度は約150トークン/秒です(Artificial Analysis)。2026年5月19日にリリースされました。

要点(2026年11月19日時点)

  • Qwen3.7 MaxのAPI料金は入力100万トークンあたり$2.50、出力100万トークンあたり$7.50(3:1のブレンドで$3.75)です(定価、2026年11月19日)。
  • Qwen3.7 Maxの出力速度は約150トークン/秒です(Artificial Analysis、2026年11月19日)。
  • Qwen3.7 Maxは2026年5月19日にリリースされました(Alibaba)。

詳しく見ると:Qwen3.7 MaxはAlibabaのプロプライエタリな推論モデルです(2026年5月19日リリース)。最もスコアの高い構成は、BenchLeader Indexで59.8 ±4.3を記録し、631構成中100位で上位半分に入ります。重要なのはこの「±」です。ほかに232構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(78)、エージェント・ツールが最も低くなっています(49)。ブレンド価格は100万トークンあたり$3.75で、ランク付けされたモデルの多くより高価です。出力速度は145トークン/秒、回答開始まで14.1秒で、最速の4分の1に入ります。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月18日。

ブレンド価格
$3.75/M
入力$2.50・出力$7.50
出典:Artificial Analysis
出力速度
145 tok/s
Artificial Analysisによる測定
回答開始
14 s
最初のトークン 1.18 s
コンテキスト
1M
出典:models.dev
入力形式
テキスト
出典:models.dev, OpenRouter
回答完了まで
31 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年5月19日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index60
  2. 推論64
  3. コーディング59
  4. エージェント・ツール49
  5. 数学58
  6. 知識61
  7. 指示追従78
  8. 人間の評価56
  9. 長文コンテキスト64

この順位を埋め込む

ほかのバッジスタイル
[![Qwen3.7 Max on BenchLeader: 総合 42位](https://www.benchleader.com/badge/qwen3-7-max.svg?style=compact)](https://www.benchleader.com/models/qwen3-7-max)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Alibabaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Alibabaはこの名前で4つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Qwen3.8 Max2026年8月3日59.0#118
Qwen3.7 Maxこのページ2026年5月19日59.8#100
Qwen3.6 Max2026年4月20日62.0#61
Qwen3.5 Max–––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし––145 tok/s14 s$0.0033
xhigh––145 tok/s14 s$0.0033
未記載最良59.8#100145 tok/s14 s$0.0033エージェント・ツール 49 · コーディング 59 · 人間の評価 56 · 指示追従 78 · 知識 61 · 長文コンテキスト 64 · 数学 58 · 推論 64

Indexの推移

2026年9月8日〜2026年11月19日
535966

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク推論なし標準出典推移
GPQA Diamondエフォート未記載–90.9%#42Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載–70.4%#26SimpleBench
Arena Hard Promptsエフォート未記載–1494#47Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外エフォート未記載–83.3%#43LiveBench
GPQA Diamond (AA)Index対象外エフォート未記載–92.3%#36Artificial Analysis
Humanity's Last Exam (AA)Index対象外エフォート未記載–40.5%#96Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載–90.2%#25Vals AI
CritPtIndex対象外エフォート未記載–13.4%#114Artificial Analysis
Arena ExpertIndex対象外エフォート未記載–1508#36Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載–27.0%#79Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外26.0%#4932.0%#36Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載–44.0%#102Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載–92.3%#76Epoch AI Benchmarking Hub

コーディング

エージェント・ツール

知識

ベンチマークxhigh標準出典推移
SimpleQA Verifiedエフォート未記載–55.8%#27Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載–71.8%#47LiveBench
MMLU-Proエフォート未記載–89.3%#12Vals AI
LegalBenchエフォート未記載–84.9%#28Vals AI
CorpFinエフォート未記載–63.7%#42Vals AI
TaxEvalエフォート未記載–75.3%#19Vals AI
Excel Modeling BenchmarkIndex対象外エフォート未記載–57.0%#43Vals AI
MedCodeIndex対象外エフォート未記載–38.8%#68Vals AI
MedScribeIndex対象外エフォート未記載–79.4%#62Vals AI
DrugDiscoveryBenchIndex対象外29.3%#25–Scale AI SEAL
EBR-benchIndex対象外エフォート未記載–9.5%#29Epoch AI Benchmarking Hub

指示追従

ベンチマーク標準出典推移
LiveBench LanguageIndex対象外79.7%#33LiveBench
LiveBench Instruction FollowingIndex対象外74.0%#14LiveBench
IFBench80.5%#7Artificial Analysis
Arena Instruction FollowingIndex対象外1466#47Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1474#44Arena (LMArena)
EQ-Bench 41100#27EQ-Bench
Arena Creative WritingIndex対象外1440#63Arena (LMArena)
Arena Multi-turnIndex対象外1481#40Arena (LMArena)
Arena Longer QueriesIndex対象外1491#28Arena (LMArena)

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.179.0%#120Artificial Analysis
MLCRIndex対象外14.4%#115Artificial Analysis

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外154.6#48Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外73.1%#47LiveBench
AA Intelligence Index v4.3.2Index対象外29.5#134Artificial Analysis
AA Progress Index v1Index対象外293.8#136Artificial Analysis

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Alibaba Cloud Int.67 tok/s1.17 s$1.48$4.421M–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.500のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0033$0.002716.1 s
30ページのレポートを要約12,000 / 600$0.035$0.01718.2 s
コード編集6,000 / 1,500$0.026$0.01724.4 s
エージェント型コーディングセッション60,000 / 4,000$0.180$0.09041.6 s
構造化データの抽出2,000 / 200$0.0065$0.003515.4 s

Alibabaのほかのモデル

今月の新着

Qwen3.7 Maxと比較する

関連ページ

埋め込み・引用

Qwen3.7 Maxの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Qwen3.7 Max on BenchLeader: 総合 42位](https://www.benchleader.com/badge/qwen3-7-max.svg)](https://www.benchleader.com/models/qwen3-7-max)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 19). Qwen3.7 Max on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 19, 2026, from https://www.benchleader.com/models/qwen3-7-max

BibTeX:

@misc{benchleader_qwen3_7_max_20261119,
  author       = {{BenchLeader}},
  title        = {{Qwen3.7 Max on the BenchLeader Index (method v1.5)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-7-max}},
  note         = {Data as of 2026-11-19}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Qwen3.7 Maxのベンチマークスコアは?
2026年11月19日時点で、Qwen3.7 MaxのBenchLeader Indexは59.8 ±4.3です(上位100位以内)。最も強いのは指示追従(78)、最も弱いのはエージェント・ツール(49)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Qwen3.7 Maxの順位は?
2026年11月19日時点で、Qwen3.7 Maxはランク付けされた631構成中100位です(上位100位以内)。ほかに232構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、71.5です。
Qwen3.7 Maxの料金は100万トークンあたりいくらですか?
2026年11月19日時点で、Qwen3.7 Maxの料金は入力100万トークンあたり$2.50、出力100万トークンあたり$7.50で、ブレンド価格(出力1トークンにつき入力3トークン)は$3.75です。
Qwen3.7 MaxはGemini 3.8 Flashより優れていますか?
2026年11月19日時点で、Gemini 3.8 Flash(推論エフォート medium)とQwen3.7 Maxの品質はほぼ互角です(BenchLeader Indexで59.8対59.8、±6.6の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Qwen3.7 Maxはいつリリースされましたか?
Alibabaが2026年5月19日にQwen3.7 Maxをリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。

2026年11月19日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Qwen3.7 Max:ベンチマーク、料金、速度、順位」2026年11月19日時点のデータ、https://www.benchleader.com/ja/models/qwen3-7-max