ทีม Qwen ของ Alibaba เพิ่งเปิดตัวรุ่นเรือธงใหม่ล่าสุด และชุมชน AI ก็กำลังให้ความสนใจ Qwen3.7-Max ได้ขึ้นสู่กระดานผู้นำสาธารณะก่อนที่ใครก็ตามภายนอก Alibaba จะรู้จักชื่อของมัน จากนั้นก็ได้รับการเปิดเผยอย่างเป็นทางการในงาน Alibaba Cloud Summit ปี 2026 ไม่กี่วันต่อมา มันเป็นโมเดลการให้เหตุผลที่สร้างขึ้นสำหรับยุคของเอเจนต์: การดำเนินงานที่ต้องใช้เวลานาน, หน้าต่างบริบท 1 ล้านโทเค็น, และติดอันดับต้น ๆ ในการจัดอันดับความฉลาดที่สำคัญอย่างน้อยหนึ่งรายการ
หากคุณสร้างซอฟต์แวร์ โมเดลแนวหน้าใหม่ไม่ใช่เรื่องไกลตัว คุณจะต้องเชื่อมต่อมันกับ API ของคุณ, ตรวจสอบการตอบกลับ, และจำลองเอาต์พุตในขณะที่แอปของคุณกำลังถูกพัฒนา ส่วนงานนั้นคือสิ่งที่ Apidog มีไว้สำหรับ; บทความนี้จะเน้นที่ตัวโมเดลเอง เพื่อให้คุณทราบว่า Qwen 3.7 เหมาะสมกับโครงสร้างของคุณหรือไม่ ทุกสิ่งที่กล่าวถึงด้านล่างมาจากประกาศของ Alibaba และการรายงานอิสระ และหากตัวเลขใดยังไม่ได้รับการยืนยัน เราจะระบุไว้อย่างชัดเจน
สรุป (TL;DR)
Qwen 3.7 คือตระกูลโมเดล AI เรือธงใหม่ล่าสุดของ Alibaba นำโดย Qwen3.7-Max-Preview ซึ่งเป็นโมเดลการให้เหตุผลที่เป็นกรรมสิทธิ์ พร้อมหน้าต่างบริบท 1 ล้านโทเค็น และโหมดการคิดแบบขยาย มันทำคะแนนได้ 57 คะแนนใน Artificial Analysis Intelligence Index ซึ่งถูกรายงานว่าเป็นอันดับ 1 บนกระดานผู้นำสาธารณะนั้น และประมาณ 1,475 Elo บนกระดานผู้นำข้อความ LM Arena ณ กลางเดือนพฤษภาคม 2026 รุ่น Max ยังคงอยู่ในช่วงพรีวิวเท่านั้น โดยการเข้าถึง API กำลังทยอยเปิดตัวบน Alibaba Cloud; ยังไม่มีโมเดล Qwen 3.7 แบบ open-weight ใด ๆ ที่เปิดตัว
Qwen 3.7 คืออะไร?
Qwen 3.7 คือโมเดลภาษาขนาดใหญ่รุ่นล่าสุดจาก Qwen ซึ่งเป็นแผนก AI ของบริษัทเทคโนโลยีจีน Alibaba การเปิดตัวที่โดดเด่นคือ Qwen3.7-Max-Preview ซึ่ง Alibaba อธิบายว่าเป็นโมเดลเอเจนต์ที่ล้ำหน้าและครอบคลุมที่สุดเท่าที่เคยมีมา

ชื่อ “Max” บ่งบอกถึงระดับสูงสุด ในรุ่น Qwen ที่ผ่านมา Alibaba ได้เปิดตัวโมเดลเรือธง Max ควบคู่ไปกับรุ่นย่อยที่เข้าถึงได้ง่ายกว่า Qwen3.7-Max-Preview เป็นโมเดลการให้เหตุผล ซึ่งหมายความว่ามันจะวิเคราะห์ปัญหาทีละขั้นตอนก่อนที่จะตอบ แทนที่จะสร้างการตอบกลับในครั้งเดียว แนวทางการคิดแบบขยายนี้กลายเป็นมาตรฐานในแนวหน้าแล้ว โดยแลกมาด้วยความเร็วและค่าใช้จ่ายโทเค็นที่เพิ่มขึ้นเล็กน้อย เพื่อผลลัพธ์ที่แข็งแกร่งขึ้นในเรื่องคณิตศาสตร์ยาก ๆ, การเขียนโค้ด, และตรรกะหลายขั้นตอน
มีสองวันที่สำคัญที่นี่ โมเดลนี้ปรากฏครั้งแรกบนกระดานผู้นำข้อความ LM Arena ประมาณวันที่ 14 พฤษภาคม 2026 โดยมีชื่ออยู่ในช่วงพรีวิวก่อนที่ Alibaba จะประกาศอย่างเป็นทางการ การประกาศอย่างเป็นทางการเกิดขึ้นในงาน Alibaba Cloud Summit ปี 2026 เมื่อวันที่ 20 พฤษภาคม โดยโมเดลได้ปรากฏบนแพลตฟอร์ม API ของ Alibaba เมื่อวันที่ 19 พฤษภาคม ดังนั้นเวอร์ชันที่คนส่วนใหญ่เข้าถึงได้ในปัจจุบันจึงมีคำต่อท้าย “-Preview”; เป็นรุ่นเริ่มต้น และรายละเอียดอาจมีการเปลี่ยนแปลงก่อนที่จะมีการเปิดตัวที่เสถียร
การนำเสนอทั้งหมดของ Alibaba เน้นที่ความเป็นเอเจนต์ Qwen3.7-Max ถูกนำเสนอว่าไม่ใช่แค่แชทบอท แต่เป็นเครื่องมือสำหรับการทำงานอัตโนมัติ: การเขียนและแก้ดีบักโค้ด, การทำให้เวิร์กโฟลว์สำนักงานเป็นอัตโนมัติ, และการทำงานหลายขั้นตอนโดยมีการกำกับดูแลน้อยที่สุด เราจะมาดูกันว่าสิ่งเหล่านี้เป็นอย่างไรในทางปฏิบัติ
กลุ่มผลิตภัณฑ์ Qwen 3.7 รุ่นย่อย
ส่วนนี้เป็นเรื่องของความซื่อสัตย์ เพราะ Qwen 3.7 เพิ่งเปิดตัวได้ไม่กี่วัน และข้อมูลบนอินเทอร์เน็ตส่วนใหญ่ยังเป็นการคาดเดา
สิ่งที่ได้รับการยืนยัน:
- Qwen3.7-Max-Preview มีอยู่จริง มีชื่อ และเข้าถึงได้ เป็นโมเดลการให้เหตุผลระดับเรือธงและเป็นหัวข้อหลักของประกาศจาก Alibaba
สิ่งที่ยังไม่ได้รับการยืนยัน:
- Qwen 3.7 รุ่น Plus Qwen รุ่นก่อน ๆ มีโมเดลเรือธง Max คู่กับโมเดล Plus และหลายสำนักข่าวคาดว่า Qwen 3.7 จะเป็นไปตามรูปแบบนั้น ณ กลางเดือนพฤษภาคม 2026 ยังไม่มี Qwen3.7-Plus เปิดตัวอย่างเป็นทางการ
- โมเดล Qwen 3.7 แบบ Open-weight การรายงานข่าวเกี่ยวกับรุ่นก่อนหน้านี้ระบุว่า Alibaba ได้เปิดตัว Qwen 3.6 รุ่น open-weight ที่มีขนาดประมาณ 27B และ 35B และบางรายงานคาดว่าจะมีการเปิดตัวแบบ open-source ที่คล้ายกันสำหรับ 3.7 ณ กลางเดือนพฤษภาคม 2026 องค์กร QwenLM บน GitHub ยังไม่มี repository ของ Qwen 3.7 และยังไม่มี weights ของ Qwen 3.7 ให้ดาวน์โหลดบน Hugging Face
รูปแบบจากรุ่นก่อน ๆ เป็นสิ่งที่ให้ข้อคิด แต่ไม่ใช่คำสัญญา Alibaba ได้เคลื่อนไหวไปในทิศทางที่จะเก็บโมเดลที่ดีที่สุดไว้เป็นกรรมสิทธิ์ ในขณะที่เปิดซอร์สโมเดลที่อยู่ต่ำกว่านั้นหนึ่งระดับ; ซึ่งช่วยให้นักพัฒนาสามารถเข้าถึงโมเดลที่แข็งแกร่งได้ฟรีและสามารถโฮสต์เองได้ และสงวนรุ่นเรือธงไว้สำหรับรายได้จาก API แบบชำระเงิน หาก Qwen 3.7 เป็นไปตามแม่แบบนั้น คาดว่าจะมี weights ระดับกลางแบบ open-source ในที่สุด แต่ให้ถือว่าขนาดหรือวันที่เฉพาะเจาะจงที่คุณเห็นทางออนไลน์เป็นการคาดเดาจนกว่า Alibaba จะยืนยัน
ข้อสรุปที่ปลอดภัย: เมื่อมีคนพูดถึง “Qwen 3.7” ในวันนี้ พวกเขามักจะหมายถึง Qwen3.7-Max-Preview และโมเดลนั้นเป็นแบบ closed-weight
หน้าต่างบริบท 1 ล้านโทเค็น
Qwen3.7-Max-Preview มีหน้าต่างบริบท 1 ล้านโทเค็น ตามรายงานของ Artificial Analysis นั่นคือปริมาณข้อความที่โมเดลสามารถเก็บไว้ในหน่วยความจำการทำงานได้ในคราวเดียว: ข้อความแจ้งของคุณ, เอกสารใด ๆ ที่คุณวาง, การสนทนาที่ผ่านมา, และการตอบกลับที่กำลังสร้างขึ้น
หนึ่งล้านโทเค็นเทียบเท่ากับข้อความภาษาอังกฤษประมาณ 700,000 ถึง 750,000 คำ ในทางปฏิบัติ นั่นเพียงพอที่จะรองรับ repository ของโค้ดขนาดกลางทั้งหมด, กองไฟล์ PDF ขนาดยาว, หรือประวัติการแชทหลายเดือนในคำขอเดียว โมเดลสามารถให้เหตุผลกับข้อมูลทั้งหมดนี้ได้โดยที่คุณไม่ต้องแบ่งส่วนอินพุตด้วยตนเองหรือสร้างเลเยอร์การดึงข้อมูล
มีสองข้อควรระวังเพื่อให้ข้อมูลนี้ตรงไปตรงมา ประการแรก หน้าต่างบริบทขนาดใหญ่คือขีดจำกัดสูงสุด ไม่ใช่การรับประกัน; โมเดลมักจะดึงข้อมูลและให้เหตุผลได้น้อยลงเมื่อหน้าต่างเต็ม และการทดสอบบริบทขนาดยาวอิสระสำหรับ Qwen 3.7 ยังมีน้อย ประการที่สอง บริบทขนาดใหญ่มีค่าใช้จ่าย ทุกโทเค็นที่คุณส่งจะถูกเรียกเก็บเงิน ดังนั้นข้อความแจ้งหนึ่งล้านโทเค็นจึงเป็นข้อความแจ้งที่มีราคาแพง ใช้หน้าต่างบริบทเต็มเมื่อภารกิจต้องการมันจริง ๆ และตัดออกอย่างเข้มงวดเมื่อไม่จำเป็น
บริบท 1M ไม่ใช่เรื่องหายากในแนวหน้าอีกต่อไปแล้ว โมเดลเรือธงปัจจุบันจาก OpenAI, Google, และ Anthropic ล้วนโฆษณาหน้าต่างบริบทประมาณหรือสูงกว่า 1 ล้านโทเค็น ดังนั้น Qwen 3.7 จึงเทียบเท่ากับโมเดลอื่น ๆ ในด้านนี้ แทนที่จะเป็นผู้นำ
โหมดการให้เหตุผลและการคิดแบบขยาย
Qwen3.7-Max-Preview เป็นโมเดลการให้เหตุผล และนั่นกำหนดวิธีการใช้งานของคุณ
เมื่อคุณให้ปัญหายาก ๆ แก่มัน โมเดลจะสร้างสายความคิดก่อน: ลำดับขั้นตอนภายในที่มันวางแผน ตรวจสอบการทำงาน และแก้ไขเส้นทางก่อนที่จะสรุปคำตอบสุดท้าย บนอินเทอร์เฟซเช่น Qwen Chat สิ่งนี้จะปรากฏเป็นโหมด "กำลังคิด" ที่คุณสามารถเปิดเพื่อดูร่องรอยการให้เหตุผลของโมเดลได้
ค่าใช้จ่ายของสิ่งนี้ปรากฏในข้อมูล เมื่อ Artificial Analysis ดำเนินการประเมิน Intelligence Index Qwen3.7-Max สร้างโทเค็นประมาณ 97 ล้านโทเค็น ซึ่งสูงกว่าค่าเฉลี่ยประมาณ 24 ล้านโทเค็นสำหรับโมเดลในการวัดผลนั้นอย่างมาก โมเดลการให้เหตุผลมักจะยาวตามการออกแบบ; พวกมันคิดดัง ๆ และทุกโทเค็นที่ใช้คิดคือโทเค็นที่คุณจ่ายและรอ
การแลกเปลี่ยนนี้มีผลในทางปฏิบัติ สำหรับการเรียกการจัดหมวดหมู่ที่รวดเร็วหรือการเขียนใหม่สั้น ๆ การพิจารณาอย่างละเอียดทั้งหมดนั้นเป็นการทำงานที่สิ้นเปลือง สำหรับการแก้ไขที่ซับซ้อน, การพิสูจน์หลายขั้นตอน, หรือภารกิจเอเจนต์ที่ต้องวางแผนล่วงหน้าหลายขั้นตอน การให้เหตุผลพิเศษเป็นสิ่งที่ทำให้โมเดลคุ้มค่าที่จะใช้ จับคู่โหมดกับงาน
สิ่งนี้ยังสำคัญเมื่อคุณทดสอบโมเดล เอาต์พุตการให้เหตุผลจะยาวขึ้นและหลากหลายกว่าการเติมข้อความธรรมดา ดังนั้นการยืนยันของคุณจึงควรมุ่งเป้าไปที่คำตอบสุดท้ายมากกว่าถ้อยคำที่แน่นอนของร่องรอยการคิด การตั้งค่าที่ใช้งานได้จริงสำหรับเรื่องนี้ รวมถึงวิธีการตรวจสอบการเรียกโมเดลแต่ละครั้ง จะกล่าวถึงในคู่มือ วิธีใช้ Qwen 3.7 API
เกณฑ์มาตรฐานของ Qwen 3.7: ตำแหน่งที่ยืนอยู่
ตัวเลขเกณฑ์มาตรฐานสำหรับโมเดลใหม่ขนาดนี้ควรอ่านด้วยความระมัดระวัง บางส่วนมาจากบุคคลที่สามอิสระ บางส่วนมาจากการทดสอบของ Alibaba เอง และรุ่นพรีวิวอาจมีการเปลี่ยนแปลงก่อนการเปิดตัว นี่คือสิ่งที่รายงาน ณ กลางเดือนพฤษภาคม 2026 พร้อมแหล่งที่มา
ดัชนีความฉลาดของ Artificial Analysis (Artificial Analysis Intelligence Index)
ดัชนีความฉลาดของ Artificial Analysis เป็นคะแนนรวมที่ผสมผสานการประเมินการให้เหตุผล, ความรู้, คณิตศาสตร์, และการเขียนโค้ดเข้าไว้ในตัวเลขเดียว Qwen3.7-Max ได้คะแนน 57 ในดัชนีนี้ ตามรายงานของ Artificial Analysis ซึ่งรายงานว่าเป็นคะแนนที่เพิ่มขึ้นห้าจุดจาก Qwen 3.6 Max Preview รุ่นก่อนหน้าที่ได้ 52 คะแนน และ Artificial Analysis จัดอันดับให้เป็น อันดับ 1 ในบรรดา 218 โมเดลที่จัดอันดับ บนกระดานผู้นำสาธารณะ
นี่เป็นการแสดงที่แข็งแกร่ง ข้อควรระวังคือสิ่งที่เรากล่าวไปข้างต้น: ดัชนีนี้ให้รางวัลแก่โมเดลที่คิดยาว ๆ, Qwen 3.7 มีการใช้คำพูดมาก และตัวเลขรวมเดียวนี้บีบอัดรายละเอียดจำนวนมาก
Elo ของข้อความ LM Arena
LM Arena จัดอันดับโมเดลตามความชอบของมนุษย์ ผู้คนจะเปรียบเทียบการตอบกลับของโมเดลสองแบบที่ไม่ระบุชื่อ และโหวตให้กับการตอบกลับที่ดีกว่า; การโหวตเหล่านั้นจะสร้างคะแนน Elo ซึ่งเป็นระบบเดียวกับที่ใช้ในหมากรุก Qwen3.7-Max-Preview เข้าสู่กระดานผู้นำข้อความ LM Arena ด้วยคะแนน Elo ประมาณ 1,475 ซึ่งจัดอยู่ในอันดับ 13 โดยรวม ในเวทีข้อความ ตามการรายงานข่าวของกระดานผู้นำ มันติดอันดับสูงกว่าในบางหมวดหมู่ รวมถึงสิบอันดับแรกสำหรับคณิตศาสตร์และการเขียนโค้ด
Elo และ Intelligence Index วัดผลที่แตกต่างกัน Intelligence Index คือความถูกต้องตามภารกิจ; Elo คือคำตอบที่มนุษย์ชอบมากกว่า โมเดลสามารถทำคะแนนสูงสุดในด้านหนึ่งและอยู่ระดับกลางในอีกด้านหนึ่ง ซึ่งเป็นภาพรวมของ Qwen 3.7: คะแนนรวมที่ติดอันดับผู้นำ และการจัดอันดับความชอบของมนุษย์ที่น่าเคารพแต่ไม่โดดเด่น

การกล่าวอ้างเกี่ยวกับการให้เหตุผลและเอเจนต์
ประกาศของ Alibaba เองได้เน้นย้ำถึงผลลัพธ์ที่เกี่ยวข้องกับเอเจนต์: Qwen3.7-Max สามารถดำเนินการภารกิจอัตโนมัติได้อย่างต่อเนื่องนานถึง 35 ชั่วโมง และจัดการการเรียกเครื่องมือได้มากกว่า 1,000 ครั้งในการรันเดียวโดยประสิทธิภาพไม่ลดลง การรายงานอิสระเกี่ยวกับรุ่นก่อนหน้ายังระบุว่าความสามารถในการให้เหตุผลของ Qwen ใกล้เคียงกับระดับสูงสุดในสาขาคำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา ให้ถือว่าตัวเลขเอเจนต์จากผู้ผลิตเองเป็นการกล่าวอ้างจากผู้ขายจนกว่าบุคคลที่สามจะสามารถทำซ้ำได้; พวกมันอธิบายถึงจุดแข็งที่ตั้งใจไว้ของโมเดล ซึ่งคืองานที่ยาวนานและใช้เครื่องมือมาก
Qwen 3.7 เปรียบเทียบกับ GPT-5.5, Claude Opus 4.7 และ Gemini 3.5 อย่างไร
นี่คือการเปรียบเทียบแบบเคียงข้างกันของโมเดลแนวหน้าในปัจจุบัน ตัวเลขที่ได้รับการยืนยันจะถูกอ้างอิง; ค่าที่ไม่ได้รับการยืนยันหรือไม่เปิดเผยจะถูกทำเครื่องหมายไว้เพื่อไม่ให้คุณเข้าใจผิด
| คุณสมบัติ | Qwen3.7-Max-Preview | GPT-5.5 | Claude Opus 4.7 | Gemini 3.5 |
|---|---|---|---|---|
| ผู้จำหน่าย | Alibaba (Qwen) | OpenAI | Anthropic | Google DeepMind |
| ประเภท | โมเดลการให้เหตุผล | โมเดลการให้เหตุผล | โมเดลการให้เหตุผล | โมเดลการให้เหตุผล |
| หน้าต่างบริบท | 1M โทเค็น | ~1M โทเค็น | ~1M โทเค็น (ช่วงที่รายงาน) | ~1M+ โทเค็น |
| Weights | เป็นกรรมสิทธิ์ | เป็นกรรมสิทธิ์ | เป็นกรรมสิทธิ์ | เป็นกรรมสิทธิ์ |
| AA Intelligence Index | 57 (รายงานอันดับ 1) | ไม่ได้ระบุที่นี่ | ไม่ได้ระบุที่นี่ | ไม่ได้ระบุที่นี่ |
| สถานะการเปิดตัว | พรีวิว | เสถียร | เสถียร | เสถียร |
| โหมดการให้เหตุผล / การคิด | ใช่ | ใช่ | ใช่ | ใช่ |
| จุดแข็งหลัก | งานเอเจนต์ระยะยาว | เอเจนต์อัตโนมัติ, การใช้เครื่องมือ | โค้ดคุณภาพระดับการผลิต | บริบทยาว, ประสิทธิภาพด้านราคา |
ข้อสังเกตบางประการจากตารางนี้
ในด้านความฉลาดแบบรวมดิบ Qwen3.7-Max ที่รายงาน 57 คะแนนใน Artificial Analysis Intelligence Index ทำให้มันติดอันดับสูงสุดในกระดานผู้นำเฉพาะนั้นเมื่อเปิดตัว นี่เป็นผลลัพธ์ที่แท้จริง แต่เป็นเพียงเกณฑ์มาตรฐานเดียว และโมเดลเรือธงฝั่งตะวันตกแต่ละตัวก็เป็นผู้นำในการประเมินที่แตกต่างกัน ซึ่งไม่ได้ถูกรวมอยู่ในดัชนีเดียว
ความแตกต่างที่ชัดเจนกว่าคือเรื่องของความเหมาะสม การเปรียบเทียบอิสระของรุ่นปัจจุบันโดยทั่วไปอธิบายว่า Claude Opus 4.7 เป็นตัวเลือกที่แข็งแกร่งที่สุดสำหรับการสร้างโค้ดคุณภาพระดับการผลิต, GPT-5.5 เป็นผู้นำสำหรับงานเอเจนต์อัตโนมัติและการใช้งานคอมพิวเตอร์, และ Gemini 3.5 เป็นตัวเลือกที่ประหยัดต้นทุนและมีบริบทที่ยาว Qwen 3.7 มีจุดแข็งใกล้เคียงกับแนวทางเอเจนต์ พร้อมด้วยมุมมองเพิ่มเติมของราคา API ที่แข่งขันได้และประวัติที่น่าเชื่อถือของ Alibaba ในการเปิดซอร์สโมเดลที่อยู่ต่ำกว่ารุ่นเรือธงหนึ่งระดับ
ปัจจัยที่ตัดสินใจสำหรับทีมส่วนใหญ่คือการเข้าถึง ไม่ใช่กระดานผู้นำ โมเดลเรือธงฝั่งตะวันตกมีความเสถียรและพร้อมใช้งานทั่วโลกในปัจจุบัน; Qwen3.7-Max ยังอยู่ในช่วงพรีวิวเท่านั้น และการเข้าถึง API กำลังทยอยเปิดตัว สำหรับการเปรียบเทียบที่สมบูรณ์ยิ่งขึ้น โดยเน้นที่ตัวเลขเป็นหลักเมื่อสถานการณ์ลงตัวแล้ว โปรดดูที่ Qwen 3.7 vs GPT-5.5 vs Opus 4.7 หากรายชื่อที่คุณสนใจมีผลิตภัณฑ์ของ Google อยู่ด้วย คำอธิบายเกี่ยวกับ Gemini 3.5 คืออะไร และการเปรียบเทียบใน Gemini 3.5 vs GPT-5.5 vs Opus 4.7 ครอบคลุมด้านนั้น และหากคุณกำลังติดตามโมเดลจีนในวงกว้าง รายละเอียดเกี่ยวกับ ERNIE 5.1 คืออะไร จะให้ข้อมูลเกี่ยวกับโมเดลเรือธงคู่แข่งของ Baidu
วิธีเข้าถึง Qwen 3.7 ในวันนี้
ณ กลางเดือนพฤษภาคม 2026 มีสองเส้นทางที่ใช้งานได้จริง และอีกหนึ่งเส้นทางที่น่าจับตา
Qwen Chat วิธีที่เร็วที่สุดในการลองใช้โมเดลคือผ่านอินเทอร์เฟซแชทอย่างเป็นทางการที่ chat.qwen.ai บัญชีฟรีจะช่วยให้คุณเข้าถึงได้พร้อมข้อจำกัดการใช้งาน และคุณสามารถเปิดโหมด Thinking เพื่อดูการให้เหตุผลของโมเดล นี่คือจุดเริ่มต้นที่เหมาะสมสำหรับการทดลองใช้ก่อนที่คุณจะเริ่มเขียนโค้ดใด ๆ
Alibaba Cloud API Qwen3.7-Max ได้เปิดตัวบนแพลตฟอร์ม API ของ Alibaba เมื่อวันที่ 19 พฤษภาคม 2026 โดย Alibaba ระบุว่าการเข้าถึง API ในวงกว้างกำลังทยอยเปิดตัว สำหรับรุ่น Qwen ที่ผ่านมา โมเดลเรือธงจะให้บริการผ่านแพลตฟอร์มโมเดลของ Alibaba Cloud; โปรดตรวจสอบเอกสารโมเดลปัจจุบันของ Alibaba Cloud สำหรับชื่อปลายทางและราคาที่แน่นอน เนื่องจากความพร้อมใช้งานและอัตราของโมเดลพรีวิวอาจเปลี่ยนแปลงได้ในแต่ละสัปดาห์ สำหรับคำแนะนำทีละขั้นตอนเกี่ยวกับการเชื่อมต่อการเรียก API และการจัดการเอาต์พุตการให้เหตุผล คู่มือเฉพาะเกี่ยวกับ วิธีใช้ Qwen 3.7 API จะช่วยคุณได้
Open weights หากคุณหวังที่จะโฮสต์เอง คำตอบที่ซื่อสัตย์คือ: ยังไม่พร้อมใช้งาน ยังไม่มีโมเดล Qwen 3.7 แบบ open-weight ใด ๆ ที่เปิดตัว ณ กลางเดือนพฤษภาคม 2026 หาก Alibaba ทำตามรูปแบบล่าสุดของการเปิดซอร์สโมเดลที่อยู่ต่ำกว่ารุ่นเรือธง คาดว่า weights ขนาดกลางที่ดาวน์โหลดได้อาจจะมาถึงในภายหลัง; จนกว่าจะถึงเวลานั้น ทุกเส้นทางสู่ Qwen 3.7 จะต้องผ่านบริการโฮสต์ของ Alibaba ตัวเลือกแบบฟรีและแบบประหยัดเมื่อมีให้บริการจะถูกติดตามในคู่มือเกี่ยวกับวิธี ใช้ Qwen 3.7 ฟรี
ไม่ว่าคุณจะเลือกเส้นทางใด โมเดลจะอยู่เบื้องหลัง API และแอปของคุณจะสื่อสารกับ API นั้น การออกแบบคำขอเหล่านั้น, การจำลองการตอบกลับในขณะที่คุณสร้าง, และการทดสอบการรวมก่อนการเปิดตัวคือส่วนที่แพลตฟอร์มอย่าง Apidog เข้ามามีบทบาท ดาวน์โหลด Apidog และตั้งค่าคอลเลกชันคำขอ Qwen 3.7 ได้ในไม่กี่นาที
สรุป
Qwen 3.7 เป็นคู่แข่งที่น่าสนใจในแนวหน้าของ AI และมาถึงอย่างรวดเร็ว สรุปสั้น ๆ คือ:
- Qwen3.7-Max-Preview คือรุ่นเรือธงใหม่ล่าสุดของ Alibaba: โมเดลการให้เหตุผลที่เป็นกรรมสิทธิ์ พร้อมหน้าต่างบริบท 1M โทเค็น และโหมดการคิดแบบขยาย
- ได้คะแนน 57 ใน Artificial Analysis Intelligence Index ซึ่งรายงานว่าเป็นอันดับ 1 ในกระดานผู้นำนั้น และประมาณ 1,475 Elo ใน LM Arena text ซึ่งอยู่ในอันดับที่ 13 โดยรวม
- จุดเด่นคือ ความเป็นเอเจนต์: การดำเนินการภารกิจระยะยาว, การใช้เครื่องมือหนัก, และการเขียนโค้ดทั้ง repository
- ณ กลางเดือนพฤษภาคม 2026 ยังคงอยู่ในช่วง พรีวิวเท่านั้น, แบบ closed-weight, โดยการเข้าถึง Alibaba Cloud API กำลังทยอยเปิดตัว ยังไม่มี Qwen 3.7 open weights ใด ๆ ที่เปิดตัว
- ให้ถือว่ารุ่นย่อย, ขนาด, หรือวันที่ที่ยังไม่ได้รับการยืนยันที่คุณเห็นทางออนไลน์เป็นการคาดเดาจนกว่า Alibaba จะยืนยัน
- เมื่อเทียบกับ GPT-5.5, Claude Opus 4.7, และ Gemini 3.5, Qwen 3.7 มีความสามารถในการแข่งขันในคะแนนรวมและมีราคาที่ดึงดูดใจ; ปัจจัยการตัดสินใจสำหรับทีมส่วนใหญ่คือความพร้อมใช้งานและความเหมาะสม ไม่ใช่เกณฑ์มาตรฐานเดียว
หาก Qwen 3.7 อยู่ในรายชื่อที่คุณสนใจ ขั้นตอนต่อไปคือการนำไปเชื่อมต่อกับแอปจริงและพิสูจน์ว่าการทำงานร่วมกันนั้นใช้ได้ Apidog ช่วยให้คุณออกแบบคำขอ API, จำลองการตอบกลับของโมเดลในขณะที่คุณสร้าง, รันการทดสอบอัตโนมัติกับปลายทางที่ใช้งานจริง, และตรวจสอบการเรียก API ทุกครั้ง ดาวน์โหลด Apidog และเปลี่ยนพาดหัวข่าวเกณฑ์มาตรฐานให้กลายเป็นสิ่งที่คุณได้จัดส่งจริง

