Qwen3.7-Max רץ 35 שעות לבד כדי לבצע אופטימיזציה לקוד על שבב משלו

Qwen3.7-Max הוא הניסיון הקנייני של Alibaba לבסס תשתית agent — תוכנן במפורש ל-long-horizon reasoning ולא לצ'אט. הדמו המרכזי: 35 שעות של אופטימיזציית kernel אוטונומית ללא השגחה לקוד שמיועד לצ'יפ הקנייני של Alibaba, T-Head ZW-M890 PPU. זה מבחן משמעותי ל-self-correction ולשימוש בכלים על פני אופקים של ימים שלמים, בר-השוואה לטענות ש-OpenAI ו-Anthropic השמיעו על background coding sessions.

המודל זמין רק דרך Alibaba Cloud Model Studio API (ללא open-weights ל-Max), מגיע עם context window של מיליון tokens, ומכוון ל-agent frameworks — coding agents, אוטומציה של משימות משרדיות, ועקביות בין frameworks. הסיפור של אינטגרציה אנכית הוא הנקודה האסטרטגית: Alibaba משתמשת במודל שלה כדי לבצע אופטימיזציה לסיליקון שלה — flywheel שמשקף את מה ש-xAI עושה עם Colossus ו-Anthropic מתחילה לבנות מול ההתחייבות ל-NVIDIA Vera Rubin.

זה נוחת באותו שבוע ש-DeepSeek הפכה את הנחת ה-75% על V4-Pro לקבועה, ו-Alibaba ועמיתותיה צופות capex של 84 מיליארד דולר ב-AI עד 2027 — סיפור ה-frontier הסיני כיום הוא על co-optimization של סיליקון ומודל, לא רק על מחיר. ספקנים מציינים שריצות אוטונומיות של 35 שעות הן ברמת דמו עד שיופקו על ידי benchmarks חיצוניים. מה לעקוב הלאה: Qwen3.7-Max על SWE-bench Verified, שחרור open-weights של בסיס Qwen3.7, ואיך Alibaba תתמחר את Model Studio מול DeepSeek V4-Pro.