16:19@atomic_chat_hq@atomic_chat_hq精选76°在编写自训练俄罗斯方块机器人的真实智能体任务中,Qwen 3.7-Max 以 56% 的改进幅度、仅 1.32 美元的训练成本,全面超越 Claude Opus 4.7(+28%,12.15 美元)和 GPT-5.5(+7%,2.85 美元)。测试中每个模型可读取自身代码、运行基准测试并迭代重写 10 轮。Qwen 3.7-Max 在性能提升和成本效率上均占优,成本仅为 Claude 的 1/9、GPT 的 1/2。这表明 Qwen Max 在长智能体循环任务中具有显著优势。AI模型Qwen 3.7-Max智能体模型对比成本效率自迭代推荐理由:做智能体开发或自动化任务的团队,Qwen 3.7-Max 在成本与性能上碾压对手,值得在类似场景中直接替换测试。原文
22:26阿里通义 Qwen@Alibaba_Qwen83°atomic.chat 团队测试了三个前沿模型在真实智能体任务中的表现:编写一个能自我训练并玩俄罗斯方块的机器人。每个模型可以读取自己的代码、运行基准测试并在10次迭代中自我重写。最终 Qwen 3.7-Max 以训练成本仅1.32美元、机器人性能提升56%的成绩全面领先,而 Claude Opus 4.7 成本12.15美元提升28%,GPT-5.5 成本2.85美元提升仅7%。Qwen 在成本效益和性能提升上均胜出,尤其在长智能体循环场景中表现出色。AI模型Qwen 3.7-Max智能体Claude Opus 4.7GPT-5.5成本对比推荐理由:Qwen 3.7-Max 在智能体任务中成本仅为 Claude 的1/9、GPT 的1/2,性能提升却翻倍,做 AI 智能体开发的团队值得关注这个性价比之选。原文