BenchLeader

Qwen3.7

推理强度
质量第 40 / 339 名
60.0Index
前四分之一
较中位数 +9.8
价格第 206 / 255 名
$3.75每百万 token
最贵的四分之一
中位数的 4.4 倍
速度第 30 / 216 名
171token/秒
前四分之一
中位数的 2.1 倍
性价比第 203 / 255 名
16.0分/$
后四分之一
中位数的 0.3 倍

性价比更高: GPT-5.6 Luna $0.450/M 即可获得 Index 58.2,便宜 88%。

有 13 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 10 个。

截至 2026年11月16日,Qwen3.7(Alibaba)在 BenchLeader Index 上得分 60.0(在 608 个已排名配置中前 100 名)。表现最好的是指令遵循(78),最弱的是智能体与工具(49)。API 价格为输入每百万 token $2.50、输出每百万 token $7.50(按 3:1 混合为 $3.75),为 2026年11月16日的标价。输出速度约为 170 token/秒(Artificial Analysis)。发布于 2026年5月19日。

要点(截至 2026年11月16日)

  • Qwen3.7 的 API 价格为输入每百万 token $2.50、输出每百万 token $7.50(按 3:1 混合为 $3.75)(标价,2026年11月16日)。
  • Qwen3.7 的输出速度约为 170 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3.7 于 2026年5月19日发布(Alibaba)。

详细说明:Qwen3.7 是 Alibaba 的闭源推理模型,发布于 2026年5月19日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 60.0 ±4.2,在 608 个配置中排第 88 名,处于上半区。关键在于这个“±”:另有 213 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(78),智能体与工具最低(49)。按混合价格计,每百万 token $3.75,属于已排名模型中最贵的一档。输出速度为 171 token/秒,首次回答需 14.8 秒,位于最快的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$3.75/M
输入 $2.50 · 输出 $7.50
来源:Artificial Analysis
输出速度
171 tok/s
由 Artificial Analysis 测量
首次回答
15 s
首 token 1.12 s
上下文
1M
来源:models.dev
完整回答
31 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2026年5月19日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index60
  2. 推理64
  3. 编程59
  4. 智能体与工具49
  5. 数学58
  6. 知识61
  7. 指令遵循78
  8. 人类偏好56
  9. 长上下文64

嵌入这个排名

更多徽章样式
[![Qwen3.7 on BenchLeader: 综合第 41 名](https://www.benchleader.com/badge/qwen3-7.svg?style=compact)](https://www.benchleader.com/models/qwen3-7)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––60 tok/s1.12 s–
xhigh––60 tok/s1.12 s–
max最佳60.0#88171 tok/s15 s$0.0033智能体与工具 49 · 编程 59 · 人类偏好 56 · 指令遵循 78 · 知识 61 · 长上下文 64 · 数学 58 · 推理 64

Index 走势

2026年9月8日 至 2026年11月16日
535966

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试无推理max来源趋势
GPQA Diamond–90.9%#40Epoch AI Benchmarking Hub
SimpleBench–70.4%#26SimpleBench
Arena Hard Prompts–1495#46Arena (LMArena)
LiveBench 1.0 Reasoning不计入 Index–83.3%#43LiveBench
GPQA Diamond (AA)不计入 Index–92.3%#36Artificial Analysis
Humanity's Last Exam (AA)不计入 Index–40.5%#96Artificial Analysis
GPQA Diamond (Vals)不计入 Index–90.2%#25Vals AI
CritPt不计入 Index–13.4%#114Artificial Analysis
Arena Expert不计入 Index–1509#34Arena (LMArena)
Chess Puzzles不计入 Index–27.0%#77Epoch AI Benchmarking Hub
Mystery Game Puzzles不计入 Index26.0%#4732.0%#34Epoch AI Benchmarking Hub
LMCA不计入 Index–44.0%#102Epoch AI Benchmarking Hub
DTBench不计入 Index–92.3%#76Epoch AI Benchmarking Hub

编程

知识

基准测试xhighmax来源趋势
SimpleQA Verified–55.8%#25Epoch AI Benchmarking Hub
LiveBench 1.0 Data Analysis不计入 Index–71.8%#47LiveBench
MMLU-Pro–89.3%#12Vals AI
LegalBench–84.9%#28Vals AI
CorpFin–63.7%#42Vals AI
TaxEval–75.3%#19Vals AI
Excel Modeling Benchmark不计入 Index–57.0%#43Vals AI
MedCode不计入 Index–38.8%#67Vals AI
MedScribe不计入 Index–79.4%#61Vals AI
DrugDiscoveryBench不计入 Index29.3%#19–Scale AI SEAL
EBR-bench不计入 Index–9.5%#26Epoch AI Benchmarking Hub

指令遵循

基准测试max来源趋势
LiveBench Language不计入 Index79.7%#33LiveBench
LiveBench Instruction Following不计入 Index74.0%#14LiveBench
IFBench80.5%#7Artificial Analysis
Arena Instruction Following不计入 Index1466#46Arena (LMArena)

人类偏好

基准测试max来源趋势
Arena Text1474#43Arena (LMArena)
EQ-Bench 41100#27EQ-Bench
Arena Creative Writing不计入 Index1438#63Arena (LMArena)
Arena Multi-turn不计入 Index1479#43Arena (LMArena)
Arena Longer Queries不计入 Index1491#27Arena (LMArena)

长上下文

基准测试max来源趋势
AA-LCR v1.179.0%#120Artificial Analysis
MLCR不计入 Index14.4%#95Artificial Analysis

综合

基准测试max来源趋势
Epoch Capabilities Index不计入 Index154.5#48Epoch AI Benchmarking Hub
LiveBench 1.0不计入 Index73.1%#47LiveBench
AA Intelligence Index v4.3.2不计入 Index29.5#134Artificial Analysis
AA Progress Index v1不计入 Index293.8#135Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Alibaba Cloud Int.68 tok/s1.12 s$1.48$4.421M–

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.500。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0033$0.002716.5 s
总结一份 30 页的报告12,000 / 600$0.035$0.01718.3 s
代码编辑6,000 / 1,500$0.026$0.01723.5 s
智能体编程会话60,000 / 4,000$0.180$0.09038.1 s
结构化信息提取2,000 / 200$0.0065$0.003515.9 s

Alibaba 的更多模型

本月新上线

将 Qwen3.7 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3.7 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Qwen3.7 on BenchLeader: 综合第 41 名](https://www.benchleader.com/badge/qwen3-7.svg)](https://www.benchleader.com/models/qwen3-7)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Qwen3.7 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-7

BibTeX:

@misc{benchleader_qwen3_7_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3.7 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-7}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3.7 的基准测试得分是多少?
截至 2026年11月16日,Qwen3.7(推理强度 max)的 BenchLeader Index 为 60.0 ±4.2(前 100 名)。最强的是指令遵循(78),最弱的是智能体与工具(49)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Qwen3.7 排名第几?
截至 2026年11月16日,Qwen3.7(推理强度 max)在 608 个已排名配置中排第 88 名(前 100 名)。另有 213 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Qwen3.7 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3.7 的价格为输入每百万 token $2.50、输出每百万 token $7.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.75。
Qwen3.7 比 Gemini 3 Pro 更好吗?
截至 2026年11月16日,Gemini 3 Pro 与 Qwen3.7(推理强度 max)的质量不相上下(BenchLeader Index 60.0 比 60.0,在 ±5.4 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
Qwen3.7 是什么时候发布的?
Alibaba 于 2026年5月19日发布了 Qwen3.7。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Qwen3.7:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-7。