アリババが「Qwen3.7-Max」発表、長時間自律動作のエージェントに特化

最先端 AI モデルの評価基準は、もはや気の利いた返答を返せるかではなく、端末に向かってコードを書き、エラーを自律修正しながら何時間も作業を続けられるかという段階に移っています。

アリババは最新モデル「Qwen 3.7 Max（Qwen3.7-Max）」を発表しました。単純な質疑応答ではなく、複数ステップにわたるタスク計画や長期自律実行を前提に設計されたプロプライエタリモデルです。

1000 回以上のツール呼び出しをこなす持続力

従来の言語モデルは、ツール呼び出しを何度も繰り返すうちに指示を忘れたり脱線したりしがちでした。アリババによると、Qwen 3.7 Max は 35 時間に及ぶ GPU カーネル最適化タスクを完走し、自律的に 1000 回以上のツール呼び出しを実行し続けたといいます。

コーディング性能も最高水準です。ソフトウェア工学の実用ベンチマークである SWE-Verified では 80.4 を記録し、Opus-4.6 Max（80.8）や DS-V4-Pro Max（80.6）とほぼ肩を並べました。また、ターミナル操作を評価する Terminal-Bench 2.0 でも 69.7 を獲得しています。

さらに画像や動画を扱えるマルチモーダル機能も備えており、膨大な金融資料の読み取りだけでなく、ロボット犬の視覚ナビゲーション用頭脳としても動作可能です。

既存のエージェント環境にそのまま組み込める設計

アリババは独自のエコシステムで囲い込むのではなく、オープンな互換性を重視しました。Qwen 3.7 Max は MCP プロトコルに対応し、Claude Code や OpenClaw、Hermes といった広く使われているフレームワークにそのまま接続できます。

注意点として、これまでの多くの Qwen とは異なり、現時点ではオープンソース公開されていません。利用は Alibaba Cloud のモデルスタジオおよび公式 API 経由に限定されています。

なぜ重要か

私たちは、この発表がフロンティアモデルの主戦場がチャットから本格的な長時間自律エージェントへと完全に移行したことを示していると考えます。外部コードで無理やり推論を繋ぎ止めるのではなく、モデル内部で長時間のタスク維持能力を高めたことで、開発者が高度な自動化を構築する負担は大きく減ります。

Claude Code など他社由来のデファクトスタンダードな開発環境へそのまま対応させた点も非常に賢明です。開発者はツールチェーンを変えずに、安価で高性能なバックエンドとしてアリババのモデルを差し替えることができます。

一方で、最大の強みだったオープン性を封印した点は懸念材料です。オンプレミス環境やプライバシー重視で Qwen を選んでいた層にとっては、クラウド API 専用であることは導入の障壁になります。また、1000 回を超えるような長期タスクを自律実行させた場合のエラーリスクや API コストの管理も、現場にとって現実的な課題になるでしょう。