Qwen 3.7 Max正式版！真的能打吗？实测报告！
本期视频带来千问旗舰模型 Qwen 3.7 Max 正式版实测。作为阿里通义千问迄今最强大的智能体模型，Qwen 3.7 Max 可自主完成长达 35 小时的复杂任务，在 Arena 全球大模型盲测总榜中位列国产第一，逼近 GPT、Claude、Gemini 第一梯队水平。视频从编程能力、办公自动化、长周期任务执行、多框架适配四大维度全面评测，解析这款模型究竟能不能打、适合哪些场景。
相关工具已收录于 AI工具严选
Qwen
通义千问，阿里推出的全面AI大语言模型系列
微信赞赏
相关推荐
2026-06-07
Qwen3.6 27B 测试报告！真的能打吗？
本期视频实测阿里巴巴通义千问最新发布的 Qwen3.6 27B 大模型，国产旗舰开源系列全新版本。27B 参数规模，主打更强推理与 Agent 能力。本期视频用祖传测试用力测评，看这款阿里旗舰模型究竟能不能打。 访问入口
2026-06-02
Qwen 3.7 Plus 测试报告！真的能打吗？
本期视频实测阿里巴巴通义千问最新发布的 Qwen 3.7 Plus，国产旗舰开源大模型系列高配版本。本期视频用祖传测试用力测评，看 Qwen 3.7 Plus 究竟能不能打。 访问入口
2026-07-21
Qwen-Audio-3.0-TTS！阿里语音合成新模型登顶榜单！
此前实测千问3.8 Max Preview综合表现十分亮眼，阿里同期上新的Qwen-Audio-3.0-TTS语音合成模型实力同样顶尖，拿下全球语音榜单榜首。传统TTS音色规整生硬，很难还原真实情绪，只能生硬输出笑声文字，这款模型支持细粒度情绪调控，喜怒骂等神态语气都能自然还原，同时完美适配多方言与多种语言合成。模型可在百炼平台调用，代码简介易懂，采用websocket全双工传输，区别于传统单次应答的HTTP接口，支持实时打断对话，交互流畅度大幅提升，适合有语音生成、实时语音交互需求的开发者自行上手体验。 访问入口
2026-08-27
Qwen 3.8 Flash 多模态测评！究竟有多能打？
Qwen 3.8‑Flash 多模态专项测评来了！在上一期测试推理与编程实力之后，本期就用专属祖传测试用例，深度检验它识图、视觉理解的真实水平。 电影截图识别一题翻车、一题答对；空间方位判断、细微倾斜图形辨别表现出色；鸳鸯计数出现误判，将野鸭归类成了雌性鸳鸯。视觉时序测试中，并线时间识别准确，右转时间判断却出现了较大偏差。综合来看，这款 125B 参数的模型图像感知能力可圈可点，但在复杂识别、长视觉时序轴判断上依旧存在短板，感兴趣的小伙伴可以亲自动手实测感受一下…… 访问入口
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
2026-08-27
Qwen 3.8 Flash测评报告！究竟有多能打？
期待已久的 Qwen‑3.8‑Flash 实测报告新鲜出炉！这款全新的 MoE 多模态大模型，主参 125B，每次仅激活 6B 参数，原生 256K 上下文最高可扩容至 1M，API 定价性价比极高，网传办公编稿实力十分强悍。本次依旧使用祖传全套测试用例，在 Claude Code 上将思考模式拉满展开测评。约束生成、24 点运算、密码推理题全部顺利通过，推理表现亮眼。但深度编程测试当中，浏览器操作系统、太空射击游戏、Trello 看板等项目出现了界面布局、物体方向、按钮排版等小 bug，3D 赛车游戏整体完成度较高。综合来看它的推理能力稳定在线，编程实力可圈可点，想要上手的小伙伴可以参考这份实测结果…… 访问入口
