Alibabas Qwen-Team hat gerade sein neuestes Flaggschiff veröffentlicht, und die KI-Community nimmt Notiz davon. Qwen3.7-Max tauchte auf einer öffentlichen Bestenliste auf, bevor jemand außerhalb von Alibaba einen Namen dafür hatte, und wurde dann wenige Tage später auf dem Alibaba Cloud Summit 2026 offiziell vorgestellt. Es ist ein Reasoning-Modell, das für das Agenten-Zeitalter entwickelt wurde: Ausführung von Aufgaben mit langem Horizont, ein Kontextfenster von einer Million Tokens und ein Spitzenplatz in mindestens einem wichtigen Intelligenz-Ranking.
Wenn Sie Software entwickeln, ist ein neues Frontier-Modell keine abstrakte Nachricht. Sie werden es letztendlich hinter Ihrer eigenen API verdrahten, seine Antworten validieren und seine Ausgabe simulieren, während Ihre App entsteht. Dieser Teil der Arbeit ist genau das, wofür Apidog da ist; dieser Artikel konzentriert sich auf das Modell selbst, damit Sie wissen, ob Qwen 3.7 in Ihren Stack gehört. Alles untenstehende stammt aus Alibabas Ankündigung und unabhängiger Berichterstattung, und wo eine Zahl noch unbestätigt ist, sagen wir dies ausdrücklich.
TL;DR
Qwen 3.7 ist Alibabas neueste Flaggschiff-KI-Modellfamilie, angeführt von Qwen3.7-Max-Preview, einem proprietären Reasoning-Modell mit einem Kontextfenster von 1 Million Tokens und einem erweiterten Denkmodus. Es erreichte 57 Punkte im Artificial Analysis Intelligence Index, was als Ergebnis Nr. 1 auf dieser öffentlichen Bestenliste gemeldet wurde, und etwa 1.475 Elo auf der LM Arena Text-Bestenliste. Mitte Mai 2026 ist die Max-Variante nur als Vorschau verfügbar, wobei der API-Zugriff auf Alibaba Cloud ausgerollt wird; noch wurden keine Qwen 3.7 Open-Weight-Modelle veröffentlicht.
Was ist Qwen 3.7?
Qwen 3.7 ist die neueste Generation großer Sprachmodelle von Qwen, der KI-Abteilung des chinesischen Technologieunternehmens Alibaba. Die Schlagzeilen-Veröffentlichung ist Qwen3.7-Max-Preview, von Alibaba als das bisher fortschrittlichste und umfassendste Agentenmodell beschrieben.
Der Name „Max“ signalisiert die oberste Stufe. In den letzten Qwen-Generationen hat Alibaba ein Flaggschiff-Max-Modell zusammen mit kleineren, zugänglicheren Varianten herausgebracht. Qwen3.7-Max-Preview ist ein Reasoning-Modell, was bedeutet, dass es ein Problem Schritt für Schritt bearbeitet, bevor es antwortet, anstatt eine Antwort in einem einzigen Durchlauf zu produzieren. Dieser erweiterte Denkansatz ist an der Spitze der Entwicklung mittlerweile Standard; er tauscht ein wenig Geschwindigkeit und Token-Kosten gegen stärkere Ergebnisse bei schwierigen mathematischen Aufgaben, Codierung und mehrstufiger Logik ein.
Zwei Daten sind hier relevant. Das Modell erschien erstmals am oder um den 14. Mai 2026 auf der LM Arena Text-Bestenliste, unter einem Vorschaunamen, bevor Alibaba öffentlich etwas dazu gesagt hatte. Die formelle Ankündigung erfolgte am 20. Mai auf dem Alibaba Cloud Summit 2026, wobei das Modell am 19. Mai auf Alibabas API-Plattform landete. Die Version, auf die die meisten Menschen heute zugreifen können, trägt daher den Suffix „-Preview“; es handelt sich um eine frühe Version, und Details können sich vor einer stabilen Veröffentlichung noch ändern.
Die Darstellung in Alibabas Kommunikation ist agentenbasiert. Qwen3.7-Max wird weniger als Chatbot, sondern eher als Motor für autonome Arbeit angepriesen: Schreiben und Debuggen von Code, Automatisierung von Büroabläufen und Ausführung langer Aufgabenketten mit minimaler Überwachung. Wie das in der Praxis aussieht, werden wir weiter unten erläutern.
Die Qwen 3.7 Varianten-Übersicht
Hier ist Ehrlichkeit gefragt, denn Qwen 3.7 ist erst wenige Tage alt und ein Großteil des Internets spekuliert.
Was bestätigt ist:
- Qwen3.7-Max-Preview ist real, benannt und zugänglich. Es ist das Flaggschiff-Reasoning-Modell und Gegenstand von Alibabas Ankündigung.
Was nicht bestätigt ist:
- Eine Qwen 3.7 Plus-Stufe. Frühere Qwen-Generationen kombinierten ein Max-Flaggschiff mit einem Plus-Modell, und mehrere Quellen erwarten, dass Qwen 3.7 diesem Muster folgen wird. Mitte Mai 2026 wurde noch kein Qwen3.7-Plus offiziell veröffentlicht.
- Open-Weight Qwen 3.7 Modelle. Die Berichterstattung über die vorherige Generation stellte fest, dass Alibaba Open-Weight Qwen 3.6 Varianten im Bereich von 27B und 35B veröffentlichte, und einige Berichte erwarten eine ähnliche offene Veröffentlichung für 3.7. Mitte Mai 2026 hostete die QwenLM GitHub-Organisation noch kein Qwen 3.7 Repository, und es konnten keine Qwen 3.7 Gewichte auf Hugging Face heruntergeladen werden.
Das Muster früherer Veröffentlichungen ist aufschlussreich, ohne ein Versprechen zu sein. Alibaba hat sich dazu entwickelt, sein bestes Modell proprietär zu halten, während es die darunter liegende Stufe quelloffen macht; das verschafft Entwicklern kostenlosen, selbst hostbaren Zugang zu einem starken Modell und reserviert das Flaggschiff für bezahlte API-Einnahmen. Wenn Qwen 3.7 diesem Schema folgt, sind irgendwann offene Mid-Tier-Gewichte zu erwarten, aber jede spezifische Größe oder jedes Datum, das Sie online sehen, ist als Spekulation zu behandeln, bis Alibaba es bestätigt.
Die sichere Erkenntnis: Wenn heute jemand „Qwen 3.7“ sagt, meint er fast sicher Qwen3.7-Max-Preview, und dieses Modell ist Closed-Weight.
Das 1-Millionen-Token-Kontextfenster
Qwen3.7-Max-Preview verfügt laut Artificial Analysis über ein 1-Millionen-Token-Kontextfenster. Das ist die Textmenge, die das Modell gleichzeitig im Arbeitsspeicher halten kann: Ihr Prompt, alle Dokumente, die Sie einfügen, die bisherige Konversation und die Antwort, die es generiert.
Eine Million Tokens entsprechen etwa 700.000 bis 750.000 englischen Wörtern. Konkret bedeutet das, dass ein komplettes mittelgroßes Code-Repository, ein Stapel langer PDFs oder monatelange Chat-Verläufe in eine einzige Anfrage passen. Das Modell kann all dies verarbeiten, ohne dass Sie die Eingabe manuell zerlegen oder eine Retrieval-Schicht aufbauen müssen.
Zwei Vorbehalte sind hier wichtig. Erstens ist ein großes Kontextfenster eine Obergrenze, keine Garantie; Modelle rufen Informationen oft weniger zuverlässig ab und argumentieren weniger schlüssig, wenn das Fenster sich füllt, und unabhängige Tests für lange Kontexte bei Qwen 3.7 sind noch spärlich. Zweitens kosten große Kontexte Geld. Jeder Token, den Sie senden, wird abgerechnet, daher ist ein Prompt von einer Million Tokens ein teurer Prompt. Nutzen Sie das volle Fenster, wenn die Aufgabe es wirklich erfordert, und kürzen Sie aggressiv, wenn dies nicht der Fall ist.
Ein 1M-Kontext ist an der Spitze der Entwicklung nicht mehr selten. Die aktuellen Flaggschiffe von OpenAI, Google und Anthropic werben alle mit Kontextfenstern um oder über der Million-Token-Marke, sodass Qwen 3.7 hier dem Feld entspricht, anstatt es anzuführen.
Denk- und erweiterten Denkmodus
Qwen3.7-Max-Preview ist ein Reasoning-Modell, und das prägt seine Nutzung.
Wenn Sie ihm ein schwieriges Problem geben, erzeugt das Modell zuerst eine Gedankenkette: eine interne Abfolge von Schritten, in denen es plant, seine Arbeit überprüft und den Kurs korrigiert, bevor es sich auf eine endgültige Antwort festlegt. Auf Benutzeroberflächen wie Qwen Chat erscheint dies als ein „Denkmodus“, den Sie einschalten können, um den Denkprozess des Modells zu verfolgen.
Die Kosten dafür sind in den Daten sichtbar. Als Artificial Analysis seine Intelligence-Index-Bewertung durchführte, generierte Qwen3.7-Max etwa 97 Millionen Tokens, weit über dem Durchschnitt von etwa 24 Millionen Tokens für Modelle in diesem Benchmark. Reasoning-Modelle sind von Natur aus wortreich; sie denken laut, und jeder Denk-Token ist ein Token, für den Sie bezahlen und auf den Sie warten.
Dieser Kompromiss hat eine praktische Form. Für einen schnellen Klassifizierungsanruf oder eine kurze Umschreibung ist all diese Überlegung unnötiger Aufwand. Für eine knifflige Umgestaltung, einen mehrstufigen Beweis oder eine Agentenaufgabe, die mehrere Schritte vorausplanen muss, ist das zusätzliche Reasoning das, was das Modell wertvoll macht. Passen Sie den Modus an die Aufgabe an.
Dies ist auch wichtig, wenn Sie das Modell testen. Die Ausgabe des Reasoning ist länger und variabler als eine einfache Vervollständigung, daher müssen sich Ihre Behauptungen auf die endgültige Antwort beziehen und nicht auf den genauen Wortlaut des Denkprozesses. Eine praktische Einrichtung dafür, einschließlich der Überprüfung jedes Modellaufrufs, wird im Leitfaden zum Verwenden der Qwen 3.7 API behandelt.
Qwen 3.7 Benchmarks: Stand der Dinge
Benchmark-Zahlen für ein so neues Modell sollten mit Vorsicht gelesen werden. Einige stammen von unabhängigen Dritten, andere aus Alibabas eigenen Tests, und eine Vorschauversion kann sich vor der Veröffentlichung ändern. Hier ist, was Mitte Mai 2026 gemeldet wurde, mit Quellenangaben.
Artificial Analysis Intelligence Index
Der Artificial Analysis Intelligence Index ist ein zusammengesetzter Score, der Bewertungen für Reasoning, Wissen, Mathematik und Codierung zu einer einzigen Zahl zusammenfasst. Qwen3.7-Max erreichte laut Artificial Analysis 57 Punkte in diesem Index. Dies wurde als Fünf-Punkte-Sprung gegenüber den 52 Punkten des vorherigen Qwen 3.6 Max Preview gemeldet, und Artificial Analysis listete es als das #1 Ergebnis unter 218 bewerteten Modellen auf seiner öffentlichen Bestenliste.
Das ist eine starke Leistung. Der Vorbehalt ist der oben genannte: Der Index belohnt Modelle, die ausführlich denken, Qwen 3.7 ist sehr wortreich, und eine einzelne zusammengesetzte Zahl komprimiert viele Details.
LM Arena Text Elo
LM Arena bewertet Modelle nach menschlicher Präferenz. Menschen vergleichen zwei anonyme Modellantworten und stimmen für die bessere ab; diese Stimmen ergeben eine Elo-Bewertung, dasselbe System, das im Schach verwendet wird. Qwen3.7-Max-Preview trat der LM Arena Text-Bestenliste mit einer Elo-Zahl von etwa 1.475 bei, was es laut Berichterstattung über die Bestenliste auf Platz #13 insgesamt in der Text-Arena positioniert. Es rangierte in spezifischen Kategorien höher, einschließlich der Top Ten für Mathematik und Codierung.
Elo und der Intelligence Index messen unterschiedliche Dinge. Der Intelligence Index bewertet die aufgabenbezogene Korrektheit; Elo bewertet, welche Antwort Menschen besser gefiel. Ein Modell kann bei dem einen an der Spitze liegen und bei dem anderen im Mittelfeld, was ungefähr das Bild für Qwen 3.7 ist: ein Bestenlisten-führender Gesamtwert, ein respektabler, aber nicht dominanter Rang bei der menschlichen Präferenz.
Argumentations- und Agenten-Ansprüche
Alibabas eigene Ankündigung hob agentenbasierte Ergebnisse hervor: Qwen3.7-Max, das autonome Aufgaben bis zu 35 Stunden lang ausführt und mehr als 1.000 Tool-Aufrufe in einem einzigen Durchlauf ohne Leistungsabfall bewältigt. Unabhängige Berichte über die vorherige Generation stuften Qwens Reasoning auch bei wissenschaftlichen Fragen auf Hochschulniveau nahe an die Spitze des Feldes ein. Betrachten Sie die Zahlen der Erstanbieter-Agenten als Herstellerangaben, bis Dritte sie reproduzieren; sie beschreiben die beabsichtigte Stärke des Modells, nämlich lange, werkzeugintensive Aufgaben.
Wie Qwen 3.7 im Vergleich zu GPT-5.5, Claude Opus 4.7 und Gemini 3.5 abschneidet
Hier ist ein Vergleich der aktuellen Spitzenmodelle. Verifizierte Zahlen werden zitiert; unbestätigte oder nicht offengelegte Werte sind gekennzeichnet, damit Sie nicht irregeführt werden.
| Spezifikation | Qwen3.7-Max-Preview | GPT-5.5 | Claude Opus 4.7 | Gemini 3.5 |
|---|---|---|---|---|
| Anbieter | Alibaba (Qwen) | OpenAI | Anthropic | Google DeepMind |
| Typ | Reasoning-Modell | Reasoning-Modell | Reasoning-Modell | Reasoning-Modell |
| Kontextfenster | 1 Mio. Tokens | ~1 Mio. Tokens | ~1 Mio. Tokens (gemeldeter Bereich) | ~1 Mio.+ Tokens |
| Gewichte | Proprietär | Proprietär | Proprietär | Proprietär |
| AA Intelligence Index | 57 (gemeldet #1) | Hier nicht angegeben | Hier nicht angegeben | Hier nicht angegeben |
| Veröffentlichungsphase | Vorschau | Stabil | Stabil | Stabil |
| Reasoning / Denkmodus | Ja | Ja | Ja | Ja |
| Hauptstärke | Agentenaufgaben mit langem Horizont | Autonome Agenten, Tool-Nutzung | Code in Produktionsqualität | Langer Kontext, Kosteneffizienz |
Einige ehrliche Interpretationen dieser Tabelle.
Bezüglich der reinen Gesamtintelligenz platzierte Qwen3.7-Max mit seinen gemeldeten 57 Punkten im Artificial Analysis Intelligence Index es zum Start an die Spitze dieser spezifischen Bestenliste. Das ist ein echtes Ergebnis, aber es ist nur ein Benchmark, und die westlichen Flaggschiffe führen jeweils unterschiedliche Evaluationen an, die nicht alle von einem einzigen Index erfasst werden.
Die klareren Unterschiede betreffen die Eignung. Unabhängige Vergleiche der aktuellen Generation beschreiben Claude Opus 4.7 im Allgemeinen als die stärkste Wahl für die Auslieferung von Produktionscode, GPT-5.5 als führend für autonome Agenten- und Computer-Nutzungsaufgaben und Gemini 3.5 als Option für langen Kontext und Kosteneffizienz. Qwen 3.7s Angebot positioniert sich am nächsten an der Agenten-Schiene, mit den zusätzlichen Vorteilen wettbewerbsfähiger API-Preise und Alibabas glaubwürdiger Erfolgsbilanz, eine Stufe unter dem Flaggschiff quelloffen zu machen.
Der entscheidende Faktor für die meisten Teams ist der Zugang, nicht eine Bestenliste. Die westlichen Flaggschiffe sind heute stabil und weltweit verfügbar; Qwen3.7-Max ist nur als Vorschau verfügbar, wobei der API-Zugriff noch ausgerollt wird. Für einen umfassenderen, zahlenbasierten Vergleich, sobald sich der Staub gelegt hat, siehe Qwen 3.7 vs. GPT-5.5 vs. Opus 4.7. Wenn Ihre engere Auswahl Googles Angebot umfasst, decken die Erläuterung zu was ist Gemini 3.5 und der Vergleich in Gemini 3.5 vs. GPT-5.5 vs. Opus 4.7 diese Seite ab. Und wenn Sie das breitere Feld chinesischer Modelle beobachten, gibt Ihnen die Zusammenfassung zu was ist ERNIE 5.1 Baidus konkurrierendes Flaggschiff.
Wie man heute auf Qwen 3.7 zugreift
Mitte Mai 2026 gibt es zwei praktische Wege, plus einen, den man im Auge behalten sollte.
Qwen Chat. Der schnellste Weg, das Modell auszuprobieren, ist die offizielle Chat-Oberfläche unter chat.qwen.ai. Ein kostenloses Konto gewährt Ihnen Zugang mit Nutzungslimits, und Sie können den Denkmodus einschalten, um den Denkprozess des Modells zu verfolgen. Dies ist der richtige Ausgangspunkt, um das Modell auszuprobieren, bevor Sie Code schreiben.
Alibaba Cloud API. Qwen3.7-Max landete am 19. Mai 2026 auf Alibabas API-Plattform, wobei Alibaba den breiteren API-Zugang als im Rollout befindlich beschreibt. Bei den jüngsten Qwen-Veröffentlichungen wurde das Flaggschiff über die Modellplattform von Alibaba Cloud bereitgestellt; überprüfen Sie die aktuelle Modell-Dokumentation von Alibaba Cloud für den genauen Endpunktnamen und die Preise, da Verfügbarkeit und Raten eines Preview-Modells wöchentlich variieren können. Eine Schritt-für-Schritt-Anleitung zur Verdrahtung von Aufrufen und zur Verarbeitung der Reasoning-Ausgabe finden Sie im speziellen Leitfaden zum Verwenden der Qwen 3.7 API.
Open Weights. Wenn Sie hoffen, selbst zu hosten, lautet die ehrliche Antwort: noch nicht. Mitte Mai 2026 war noch kein Qwen 3.7 Open-Weight-Modell veröffentlicht worden. Wenn Alibaba seinem jüngsten Muster folgt, die Stufe unter dem Flaggschiff quelloffen zu machen, könnten herunterladbare mittelgroße Gewichte später eintreffen; bis dahin führt jeder Weg zu Qwen 3.7 über Alibabas gehosteten Dienst. Kostenlose und preisgünstige Optionen, sobald sie auftauchen, werden im Leitfaden zum kostenlosen Verwenden von Qwen 3.7 verfolgt.
Welchen Weg Sie auch wählen, das Modell lebt hinter einer API, und Ihre App kommuniziert mit dieser API. Das Entwerfen dieser Anfragen, das Simulieren von Antworten während der Entwicklung und das Testen der Integration vor der Veröffentlichung ist der Punkt, an dem eine Plattform wie Apidog ins Spiel kommt. Laden Sie Apidog herunter und richten Sie in wenigen Minuten eine Qwen 3.7-Anforderungssammlung ein.
Fazit
Qwen 3.7 ist ein ernstzunehmender Neueinsteiger an der KI-Front, und es kam schnell. Die Kurzversion:
- Qwen3.7-Max-Preview ist Alibabas neuestes Flaggschiff: ein proprietäres Reasoning-Modell mit einem 1M-Token-Kontextfenster und einem erweiterten Denkmodus.
- Es erreichte 57 Punkte im Artificial Analysis Intelligence Index, gemeldet als #1 auf dieser Bestenliste, und etwa 1.475 Elo auf LM Arena Text, ungefähr #13 insgesamt.
- Das Angebot ist agentenbasiert: Ausführung von Aufgaben mit langem Horizont, intensive Tool-Nutzung und Codierung ganzer Repositories.
- Mitte Mai 2026 ist es nur als Vorschau verfügbar, Closed-Weight, wobei der Alibaba Cloud API-Zugang ausgerollt wird. Es wurden keine Qwen 3.7 Open Weights veröffentlicht.
- Behandeln Sie jede unbestätigte Variante, Größe oder jedes Datum, das Sie online sehen, als Spekulation, bis Alibaba es bestätigt.
- Gegen GPT-5.5, Claude Opus 4.7 und Gemini 3.5 ist Qwen 3.7 bei einem zusammengesetzten Score wettbewerbsfähig und aggressiv bepreist; der entscheidende Faktor für die meisten Teams ist die Verfügbarkeit und Eignung, nicht ein einzelner Benchmark.
Wenn Qwen 3.7 auf Ihre Shortlist kommt, ist der nächste Schritt, es in eine echte App einzubinden und zu beweisen, dass die Integration hält. Apidog ermöglicht Ihnen, die API-Anfrage zu entwerfen, die Antworten des Modells während der Entwicklung zu simulieren, automatisierte Tests gegen den Live-Endpunkt durchzuführen und jeden Aufruf zu überprüfen. Laden Sie Apidog herunter und machen Sie aus einer Benchmark-Schlagzeile etwas, das Sie tatsächlich ausgeliefert haben.
button
