Qwen3.7-Max AI моделът се изкачва до No.4 в Code Arena Leaderboard

Към май 2026 г. Qwen3.7-Max на Alibaba отбеляза 1 541 точки в класацията Code Arena. Това го поставя на четвърто място в света и го прави единственият неамерикански модел в топ 5. Бенчмаркът, проведен от изследователи от UC Berkeley, UC San Diego и Carnegie Mellon, оценява моделите по способността им да създават пълноценни интерактивни уеб приложения от текстови описания. Резултатите идват от слепи гласове на потребители, които тестват крайния продукт. Китайските екипи очевидно са намалили разликата при задачи по кодиране, които са важни за реалната автоматизация.

По-високото място тук сигнализира за по-силно агентно поведение. Моделите трябва да генерират работещ код, да обработват потребителски взаимодействия и да отстраняват проблеми без постоянно ръководство. Резултатът на Qwen3.7-Max подсказва, че той може да управлява по-дълги и сложни работни процеси в сравнение с много по-ранни китайски версии. Честно казано, напълно ненаучната ми извадка от едно предполага, че тези подобрения се проявяват най-бързо при повтарящи се скриптове и задачи за данни. Преходът към специализирани кодиращи агенти в Китай изглежда умишлен, а не случаен.

По-силното кодиране и агентно представяне се отразява пряко в мултимодалните системи, на които разчитат създателите за видео, изображения и автоматизация. Същият напредък, който повишава резултатите в Code Arena, подобрява и интерпретацията на prompt-ове и последователността в различните медии. Напредъкът в мултимодалния AI вече се прилага в създаването на adult съдържание в проекти като Alibaba's Happy Oyster AI Забранява Порно: Най-добрият Нецензуриран AI Генератор на Порно. Да, знам как звучи, но техническото припокриване е реално.

Класацията все още показва американски модели на първите три места, но разликата се е смалила. Qwen3.7-Max изпреварва няколко скорошни издания на OpenAI и Google, които се очакваше да доминират кодиращите бенчмаркове. Това отразява по-широка тенденция: водещите лаборатории навсякъде се надпреварват да подобрят надеждността на агентите, а не само суровата езикова fluency. Конкурентният натиск е полезен. Той ускорява итерациите върху точно тези възможности, които превръщат генеративните модели в практични студийни инструменти.