Qwen3.7-Max 上线：登顶国产、Intelligence Index 全球第五

Documentation Index

Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt

Use this file to discover all available pages before exploring further.

​

核心要点

• 全球前五 · 国产第一：Artificial Analysis Intelligence Index 56.6，超越 Gemini 3.5 Flash（55.3），位列国产模型第一
• Agent 长程能力突破：自主执行 35 小时连续任务、1,158 次工具调用、432 轮内核评估，无需人工干预
• Terminal-Bench 2.0 达 69.7：编程/工具调用类基准持续登顶，Terminal-Bench Hard 50.8%（+6.9）
• 1M 超长上下文：上下文窗口由 256K 翻倍至 1M tokens，长程任务原生承载
• token 效率提升 31%：解同一道题的输出 tokens 增长，意味着推理更稠密、单题成本不显著上升
• API易官转直连：挂牌 $1.7140/$5.1420 每 1M tokens（输入/输出），与阿里云官网完全一致

​

背景介绍

​

详细解析

​

核心特性

​

性能亮点

​

35 小时连续任务案例

• 任务：在 T-Head Zhenwu M890 PPU 上优化 Extend Attention kernel
• 时长：约 35 小时连续自主执行
• 过程：1,158 次工具调用、432 轮 kernel 评估、5 种架构方案迭代
• 结果：相对 Triton 参考实现，多负载下几何平均加速 10.0×

​

技术规格

​

实际应用

​

推荐场景

​

代码示例

from openai import OpenAI

client = OpenAI(
    api_key="your-apiyi-key",
    base_url="https://api.apiyi.com/v1"
)

# 基础对话
response = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[
        {"role": "system", "content": "你是一个严谨的高级工程师，回答要给出具体证据和数字。"},
        {"role": "user", "content": "讲讲 Triton 与 PPU 自定义 kernel 在 attention 计算上的差异"}
    ]
)
print(response.choices[0].message.content)

tools = [{
    "type": "function",
    "function": {
        "name": "run_shell",
        "description": "Execute a shell command and return stdout/stderr",
        "parameters": {
            "type": "object",
            "properties": {"cmd": {"type": "string"}},
            "required": ["cmd"]
        }
    }
}]

response = client.chat.completions.create(
    model="qwen3.7-max",
    messages=[
        {"role": "user", "content": "用 ripgrep 找出仓库里所有 TODO，按文件分组列出。"}
    ],
    tools=tools,
    tool_choice="auto"
)

​

最佳实践

• 长程任务先做 checkpoint：35 小时级任务建议在业务层加阶段性 checkpoint（保存中间产物、可断点续跑），避免单点失败抹掉前面的工作。
• 善用 1M 上下文：长代码库审阅、长合同对比可一次性塞入，比 RAG 切片 + 重排更稳定，但 token 成本要核算。
• 吃 token 效率红利：Qwen3.7-Max 的输出 token 比上一代多 31% —— 思考更稠密，意味着同样难题的最终答案更靠谱，但单次调用要预算更多输出预算。
• 生产前 pin 版本：Preview 模型可能有快照升级，生产用 model snapshot 而不是别名，便于回归。

​

价格与可用性

​

定价对照

​

叠加充值活动

• 充 $100 → 实付价约 86 折
• 充 $300+ → 实付价可达 79 折（视档位，详见充值优惠 FAQ）

​

可用分组

​

总结与建议

1. 综合智能登顶国产：56.6 的 Intelligence Index 让”国产能不能用”这个问题在大多数场景下变成”用哪个国产”
2. Agent 长程稳定：35 小时无干预自主跑完一个真实优化任务，意味着 dev agent / research agent 等长程产品形态在国产模型上变得可行
3. 价格透明：API易挂牌完全对齐阿里云官网，汇率固定 1:7，叠加充值活动还能进一步下降