Модель ИИ Qwen3.7-Max поднимается на 4-е место в таблице лидеров Code Arena

По состоянию на май 2026 года Qwen3.7-Max от Alibaba набрал 1541 балл в лидерборде Code Arena. Это ставит его на четвертое место в мире и делает единственной неамериканской моделью в топ-5. Бенчмарк, проведенный исследователями из UC Berkeley, UC San Diego и Carnegie Mellon, оценивает модели по способности создавать полноценные интерактивные веб-приложения по текстовым запросам. Оценки основаны на слепом голосовании пользователей, тестирующих результаты. Китайские команды явно сократили отставание в задачах кодирования, важных для реальной автоматизации.

Более высокое место здесь указывает на более сильное агентное поведение. Модели должны генерировать рабочий код, обрабатывать взаимодействия с пользователями и исправлять проблемы без постоянной помощи. Результат Qwen3.7-Max предполагает, что она может управлять более длинными и сложными рабочими процессами, чем многие предыдущие китайские релизы. Честно говоря, моя совершенно ненаучная выборка из одного предполагает, что эти улучшения быстрее всего проявляются в повторяющихся скриптах и задачах конвейеров данных. Сдвиг в сторону специализированных кодинговых агентов в Китае выглядит намеренным, а не случайным.

Усиление кодинговой и агентной производительности напрямую влияет на мультимодальные системы, на которые полагаются создатели для видео, изображений и автоматизации. Тот же базовый прогресс, который поднимает оценки Code Arena, также улучшает интерпретацию промптов и согласованность между типами медиа. Достижения в мультимодальном ИИ уже применяются к созданию контента для взрослых в проектах, таких как Happy Oyster AI от Alibaba запрещает порно: Ultimate Uncensored AI Porn Generator. Да, я знаю, как это звучит, но техническое пересечение реально.

Лидерборд все еще показывает, что американские модели занимают первые три места, однако разрыв сократился. Qwen3.7-Max опережает несколько недавних релизов OpenAI и Google, которые ожидалось, что будут доминировать в кодинговых бенчмарках. Это отражает более широкую тенденцию: передовые лаборатории по всему миру соревнуются в улучшении надежности агентов, а не только сырой языковой беглости. Конкурентное давление полезно. Оно заставляет быстрее итерировать именно те возможности, которые превращают генеративные модели в практические инструменты для студий.