アリババQwen3.7-Max、世界コーディングランキング4位に浮上

アリババの最新旗艦モデル「Qwen3.7-Max」が、AIコーディング能力を測る独立系ベンチマーク「Code Arena」で 1541ポイント を獲得し、グローバルランキングで 第4位 に躍り出た。この結果により、中国のテックジャイアントはOpenAIやGoogleのモデルを上回り、Anthropic以外で唯一トップ5入りを果たしたことになる 。

中国発のAIモデルが、このレベルのコーディング評価でトップティアに食い込むのは 初めて のことだ。トップ5の他を占めるのは、全てAnthropicの「Claude Opus 4.7（思考版/非思考版）」と「Claude Opus 4.6（思考版）」である。GPT-5.5やGemini 3.5 Flashといったモデルを上回ったことで、Qwen3.7-MaxはAnthropic以外の、そして米国企業以外の唯一のフロンティアモデルとなった 。

信頼性の高い第三のプレイヤー

「Code Arena」は、プログラミング能力を厳格かつ独立した基準で評価するランキングで、大規模言語モデルのコーディング技能を測る最も権威ある第三者評価の一つとして業界で認められている 。2026年5月25日に更新されたこのランキングで、Qwen3.7-Maxは1541ポイントをマーク。これはアリババの「Qwen」モデル群が、世界最高水準で競争力を持つことを実証した形だ。非思考版のClaude Opus 4.6をも直接上回った点が、その実力を際立たせている 。

変わりゆく競争環境

今回の結果は、トップクラスのコーディングAIが米国の2社に独占されてきたパターンを打ち破るものだ。中国のAI研究所が、実用的なソフトウェア開発タスクの最前線で競えるモデルを生み出せることを示している。Qwen3.7-Maxの急速な台頭は、より大きなトレンドとも合致する。AIコーディングの世界では、Moonshotの「Kimi K2.5」など複数の中国勢が既にトップ10入りしており、勢力図が塗り替わりつつあるのだ 。

コーディングだけではないポテンシャル

Code Arenaでの成果が最も注目を集めているが、Qwen3.7-Maxは他の領域でも高いパフォーマンスを見せている。マルチモーダルな評価が行われる「Design Arena」では 第10位 にランクインし、純粋なコード生成を超えた総合力を示した 。さらに本モデルは、推論能力に加えて 最長35時間の自律的連続作業や、1000回以上のツール呼び出し をサポートするなど、長期の自律タスク実行力も備えている 。

開発者や企業にとって、この意味するところは明確だ。次世代のAIコーディングアシスタントは、もはや特定の地域や企業に限定されない。アリババのQwen3.7-Maxは、実際のソフトウェア開発ワークフローでベンチマークすべき、最前線モデルの1つとして名乗りを上げた。