Qwen3.7‑Max: Mô hình AI của Alibaba được thiết kế cho các tác vụ tự động dài hạn

Khả năng làm việc tự động trong thời gian dài

Một trong những minh họa đáng chú ý nhất của Qwen3.7‑Max là khả năng duy trì công việc tự động trong nhiều giờ liên tục.

Theo báo cáo của Alibaba và các nguồn tin ban đầu, mô hình đã thực hiện một thử nghiệm tối ưu kernel kéo dài 35 giờ, trong đó nó thực hiện hơn 1.000 lần gọi công cụ để:

• viết code
• chạy kiểm thử
• phân tích kết quả
• tiếp tục cải tiến thuật toán

Toàn bộ quá trình lặp lại nhiều lần cho đến khi đạt kết quả tối ưu.

Chu trình agent điển hình của mô hình có dạng:

1. hiểu mục tiêu
2. chia mục tiêu thành các nhiệm vụ nhỏ
3. tạo hành động hoặc viết code
4. gọi công cụ hoặc chạy kiểm thử
5. đánh giá kết quả và lặp lại

Việc duy trì logic xuyên suốt hàng nghìn bước là một thách thức lớn đối với các mô hình ngôn ngữ, vì chúng dễ mất mục tiêu hoặc rơi vào vòng lặp. Do đó những thử nghiệm như vậy được xem là bước tiến đáng chú ý — dù vẫn cần xác nhận độc lập ngoài các báo cáo của nhà phát triển.

Benchmark và vị trí trên bảng xếp hạng

Các dữ liệu benchmark ban đầu cho thấy Qwen3.7‑Max nằm trong nhóm mô hình AI mạnh nhất hiện nay.

Artificial Analysis Intelligence Index

Theo Artificial Analysis, Qwen3.7‑Max đạt khoảng 57 điểm trên Intelligence Index — một thước đo tổng hợp từ nhiều bài đánh giá AI khó.

Điểm số này đưa mô hình vào nhóm đầu của các hệ thống AI hiện đại, dù một số mô hình hàng đầu từ các phòng thí nghiệm Mỹ vẫn đạt điểm cao hơn trên cùng bảng xếp hạng.

Xếp hạng LM Arena

Trên bảng xếp hạng LM Arena (trước đây là Chatbot Arena), phiên bản Qwen3.7‑Max‑Preview đạt Elo khoảng 1.475 và xếp khoảng hạng 13 toàn cầu về khả năng xử lý văn bản.

Một số thứ hạng chi tiết gồm:

• khoảng #7 về suy luận toán học
• khoảng #9 cho các câu hỏi chuyên môn
• khoảng #10 cho nhiệm vụ lập trình

Kết quả này cũng khiến Qwen3.7‑Max trở thành mô hình AI Trung Quốc có thứ hạng cao nhất trên bảng Arena tại thời điểm ra mắt.

Điểm mạnh trong lập trình và agent workflow

Qwen3.7‑Max được thiết kế đặc biệt cho AI coding agents — các hệ thống có thể tham gia trực tiếp vào quy trình phát triển phần mềm.

Các khả năng nổi bật bao gồm:

• phát triển phần mềm nhiều file
• debug và tối ưu code
• tối ưu GPU hoặc kernel
• chạy vòng lặp kiểm thử tự động

Mô hình được thiết kế để hoạt động cùng các công cụ như compiler, interpreter, API hoặc môi trường phát triển, cho phép nó viết – chạy – phân tích – sửa code liên tục cho đến khi đạt mục tiêu mong muốn.

Context window lớn và hướng đi “long context”

Dòng Qwen gần đây đặc biệt chú trọng context window dài, giúp mô hình xử lý tài liệu lớn, codebase hoặc dataset trong một lần nhập liệu.

Một số tài liệu kỹ thuật của các mô hình Qwen cho thấy context window có thể đạt hàng trăm nghìn đến khoảng một triệu token, tùy phiên bản.

Tuy nhiên, thông số chính xác của Qwen3.7‑Max chưa được xác nhận rõ ràng trong tài liệu công khai, vì vậy các tuyên bố về 1 triệu token nên được xem là khả năng của dòng sản phẩm chứ chưa phải thông số chắc chắn cho riêng mô hình này.

Ứng dụng thực tế

Alibaba định vị Qwen3.7‑Max như một mô hình hạ tầng cho các agent AI doanh nghiệp.

Phát triển phần mềm

• tạo code tự động
• sửa lỗi và refactor
• phân tích codebase lớn
• tối ưu phần cứng hoặc kernel

Tự động hóa công việc văn phòng

• chỉnh sửa và tóm tắt tài liệu
• workflow nhiều bước trong phần mềm văn phòng
• tự động hóa quy trình kinh doanh

Hoạt động doanh nghiệp

• phân tích dữ liệu
• tự động hóa dịch vụ khách hàng
• quản lý quy trình vận hành

Trong các kịch bản này, AI không chỉ tạo văn bản mà còn lập kế hoạch, gọi công cụ và thực hiện chuỗi hành động để hoàn thành mục tiêu.

Vị trí trong cuộc đua AI toàn cầu

Trong hệ sinh thái AI Trung Quốc, Qwen3.7‑Max được xem là một trong những mô hình mạnh nhất khi ra mắt, vượt qua nhiều đối thủ nội địa trong các bảng benchmark.

Tuy nhiên trên quy mô toàn cầu, bức tranh phức tạp hơn. Qwen3.7‑Max vẫn đứng sau một số mô hình hàng đầu của các phòng thí nghiệm Mỹ trong các bảng xếp hạng tổng hợp.

Điều này phản ánh cuộc cạnh tranh AI ngày càng gay gắt giữa các công ty công nghệ toàn cầu — nơi các mô hình được so sánh trên nhiều yếu tố như:

• khả năng suy luận
• năng lực lập trình
• chi phí vận hành
• khả năng làm việc như agent

Xu hướng lớn: từ chatbot sang AI agent

Điều quan trọng nhất của Qwen3.7‑Max không chỉ là điểm benchmark.

Nó đại diện cho một thay đổi lớn trong cách xây dựng AI. Thay vì chỉ phản hồi câu hỏi, các mô hình mới được thiết kế để:

• lập kế hoạch nhiệm vụ nhiều bước
• tương tác với phần mềm và công cụ
• thực hiện hành động trong thời gian dài
• tự lặp lại cho đến khi hoàn thành mục tiêu

Qwen3.7‑Max là một ví dụ rõ ràng cho bước chuyển này: AI không chỉ nói chuyện — mà bắt đầu thực sự làm việc.

Việc các thử nghiệm tham vọng như chạy tác vụ tự động hàng chục giờ có được tái lập rộng rãi hay không vẫn cần thời gian kiểm chứng. Nhưng xu hướng chung đã rất rõ: thế hệ AI tiếp theo sẽ được thiết kế để hoạt động và thực thi, chứ không chỉ phản hồi.