Qwen3.7-Max за 34 часа ускорила GPU-ядро в 10 раз: как агентские модели меняют разработку

18 мая 2026 года Alibaba представила Qwen3.7-Max — новый флагман линейки Qwen, заточенный под длинные агентские задачи и многошаговое планирование. Главная демонстрация возможностей звучит почти как реклама AGI: модель за 34,7 часа самостоятельно выполнила 1158 вызовов утилит и в процессе ускорила GPU-ядро SGLang Triton Kernel в 10 раз. Это компонент популярной библиотеки для инференса больших языковых моделей.

На той же задаче конкуренты показали заметно более скромные результаты: DeepSeek V4 Pro ускорил ядро в 3,3 раза, Kimi K2.6 — в 5 раз, GLM 5.1 — в 7,3 раза. Разрыв объясняется подходом к обучению: Qwen3.7-Max тренировали более чем на 8200 разных окружениях, где модель училась разбивать задачи на этапы, вызывать внешние инструменты и анализировать ответы.

Почему агентские модели важны для бизнеса

Агентские модели — это LLM, способные самостоятельно выполнять многошаговые задачи: вызывать API, анализировать результаты, корректировать план, повторять попытки. В отличие от обычных чат-моделей, которые просто отвечают на запрос, агентские модели работают как автономные исполнители.

Для бизнеса это означает возможность автоматизировать задачи, которые раньше требовали человеческого участия на каждом шаге:

• Анализ больших массивов данных с вызовом внешних сервисов проверки
• Рефакторинг кодовой базы с последовательным тестированием изменений
• Подготовка отчётов с извлечением данных из нескольких источников
• Отладка сложных систем через итеративную проверку гипотез

Qwen3.7-Max демонстрирует, что агентские модели уже способны решать задачи, требующие десятков часов непрерывной работы — без участия человека на промежуточных этапах.

Как модель выступила на бенчмарках

Alibaba опубликовала результаты на 12 публичных бенчмарках. На Terminal-Bench 2.0 для агентского кодинга в терминале Qwen3.7-Max набрала 69,7 балла против 65,4 у Claude Opus 4.6 Max Thinking. На SWE-bench Pro — 60,6 против 57,3, на MCP-Atlas для работы с MCP-серверами — 76,4 против 75,8.

Важная оговорка: в сравнение не вошли самые свежие версии конкурентов. Claude Opus 4.7 уже показывает 69,4 процента на Terminal-Bench 2.0 — почти полный паритет. GPT-5.5 ушла вперёд с результатом 82,7 процента. Это означает, что Qwen3.7-Max занимает место в верхней части рейтинга, но не лидирует безоговорочно.

Три сценария применения для бизнеса

Автоматизация рефакторинга кода. Если у компании есть легаси-проект на устаревшем фреймворке, агентская модель может самостоятельно пройти по файлам, обновить зависимости, переписать устаревшие конструкции, запустить тесты и зафиксировать изменения. Qwen3.7-Max способна выполнить такую задачу за сутки без участия разработчика.

Подготовка аналитических отчётов с проверкой фактов. Модель может извлечь данные из CRM, проверить их через внешние API, сопоставить с историческими данными, построить визуализации и собрать итоговый документ. Задача, на которую уходит два рабочих дня, сокращается до нескольких часов.

Отладка производственных инцидентов. При падении сервиса агентская модель может последовательно проверить логи, вызвать мониторинг метрик, протестировать гипотезы, предложить исправление и даже применить патч в тестовой среде. Это сокращает время реакции с часов до минут.

Доступность и цены

Qwen3.7-Max уже доступна бесплатно в чат-боте Alibaba и через API. Стоимость использования через API составляет 2,5 доллара за миллион входящих токенов и 7,5 доллара за миллион исходящих токенов. Это заметно дешевле Claude Opus 4.7 (5 и 25 долларов соответственно) и сопоставимо с ценами на DeepSeek V4-Flash.

Открытые веса компания публиковать не планирует — как и в случае с предыдущими Max-версиями Qwen. Это означает, что модель доступна только через API или официальные интерфейсы Alibaba.

Что это меняет

Появление Qwen3.7-Max подтверждает тренд: конкуренция в области LLM смещается от общих чат-моделей к специализированным агентским решениям. Модели учатся не просто отвечать на вопросы, а самостоятельно выполнять сложные многошаговые задачи.

Для бизнеса это открывает новые возможности автоматизации — не только рутинных операций, но и задач, требующих планирования, проверки гипотез и итеративной доработки. Агентские модели становятся реальным инструментом для сокращения времени на разработку, аналитику и отладку.

Попробовать Qwen3.7-Max и другие агентские модели — Claude Opus 4.7, GPT-5.5, DeepSeek V4 — можно через единый интерфейс GEMERA AI. Доступ через Telegram-бота и веб-кабинет, поддержка длинного контекста и инструментов для работы с файлами.