silvamux/qwen3.7-max

Qwen3.7 Max的主要优势是文本理解与数学与科学推理。在文档分析、信息抽取与复杂语义理解中,它能够承担信息理解、分析和结果生成等关键环节。

Supported modalities
text
Input price¥12 / 1M tokensper 1M tokens
Output price¥36 / 1M tokensper 1M tokens
Context1M
Max output66K
Released2026-05-15

Pricing

Tune and Pro share the same prices.

Input contextInputOutputCache readCache write
-¥12 / 1M tokens¥36 / 1M tokens¥2.4 / 1M tokens¥12 / 1M tokens

Capabilities

Qwen3.7 Max在本轮能力评测中综合得分79,整体表现良好。其文本理解(96%)和数学与科学推理(93%)表现突出,能够分析文档语义、提取关键信息并处理复杂问答,并处理数学求解、科学分析和结构化推理任务。对企业知识库团队、AI 应用开发者和研究人员而言,它适合用于资料检索、文档问答、信息抽取和检索增强生成场景,解决从大量资料中找到相关信息,并形成可用于后续决策的回答;信息检索 / RAG(92%)也为相关任务提供补充。不过,智能体协同(40%)相对较弱,在需要多步骤自主规划、连续工具调用或跨智能体协作的任务中,建议增加人工复核或专项验证。

Overall
79/ 100良好
Highlights文本理解 96%数学与科学推理 93% · 信息检索 / RAG 92%
Best for代码研发 / 内容创作Scenario fit 79%
Relative weakness智能体协同40%

专项进阶能力

8 items
智能体协同40%

7 questions · 主/客观混合

代码生成80%

10 questions · 客观

代码理解与调试82%

12 questions · 主/客观混合

创意写作84%

17 questions · 主观

信息检索 / RAG92%

13 questions · 主/客观混合

长文本处理53%

3 questions · 主/客观混合

数学与科学推理93%

14 questions · 客观

多语言能力86%

10 questions · 主/客观混合

通用基础能力

3 items
通识知识82%

15 questions · 主/客观混合

文本理解96%

5 questions · 主观

逻辑推理72%

20 questions · 主/客观混合

安全与合规能力

2 items
幻觉控制81%

9 questions · 主观

指令遵循91%

14 questions · 主观

Performance

Qwen3.7 Max Tune

qwen3.7-max@tune
延迟
34.68s
吞吐量
1.09Ktokens/min
可用率
98.66%
Availability
98.66%
完成率
95%
缓存命中率
动态变化
累计评测耗时
17323.1s
Token 消耗
313,504tokens
平均请求次数
1.0
TPM
1,086tokens/min
QPM
0.5req/min

Qwen3.7 Max example code and API

Tuneqwen3.7-max@tune
/api/v0/chat/completions/api/v1/chat/completions
UnifiedOpenAI
curl https://www.silvamux.com/api/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-max@tune",
    "messages": [{"role": "user", "content": "Hello, please introduce yourself"}]
  }'