Qwen3.7-Max: 35시간 자율 실행, 중국 AI가 프론티어를 넘보다

핵심 요약

2026년 5월 20일, 알리바바는 항저우 Alibaba Cloud Summit에서 Qwen3.7-Max를 공개했다. 이 모델이 주목받는 이유는 단순한 벤치마크 점수가 아니다. 35시간 연속 자율 실행과 1,158회의 도구 호출이라는 실제 작업 기록 때문이다. Anthropic API 프로토콜을 지원해 Claude Code 같은 기존 도구에 환경 변수 몇 개만 바꿔 연결할 수 있다.

공식 발표 기준으로 SWE-bench Verified 80.4%, MCP-Atlas 76.4로 Claude Opus 4.6 Max와 거의 동급이다. Artificial Analysis 인텔리전스 인덱스에서는 56.6점으로 글로벌 5위, 중국 모델 중 1위에 올랐다고 중국 매체 량쯔웨이(QbitAI)가 전했다.

관련 글: Grok Build: xAI의 터미널 코딩 에이전트, Claude Code에 도전장을 내밀다

35시간이라는 숫자

코딩 에이전트에서 성능만큼 중요한 것이 지속성이다.

복잡한 소프트웨어 작업은 수백 번의 연속된 판단과 수정을 요구한다. 긴 작업 도중 컨텍스트를 잃거나 방향을 잃고 멈추는 것은 에이전트의 오래된 과제다. 알리바바 공식 블로그에 따르면 Qwen3.7-Max는 학습 때 본 적 없는 T-Head ZW-M890 PPU 위에서 SGLang의 Extend Attention 커널을 최적화하며 약 35시간 동안 자율 실행했고, 그 사이 1,158번의 도구 호출과 432번의 커널 평가를 수행했다. 결과는 SGLang 공식 Triton 레퍼런스 대비 기하평균 10배 속도 향상이다. 같은 조건에서 GLM 5.1은 7.3배, Kimi K2.6은 5.0배, DeepSeek V4 Pro는 3.3배에 그쳤고, 일부 모델은 더 진전할 수 없다고 판단해 세션을 스스로 일찍 끝냈다고 알리바바는 밝혔다. 이와 별개로 NVIDIA H100에서 돌린 Kernel Bench L3(50문제)에서는 PyTorch eager 레퍼런스 대비 문제별 속도 향상의 중간값이 1.98배였고, torch.compile보다 빠른 문제의 비율은 96%였다.

이 수치는 알리바바 내부 테스트 결과로, 외부에서 독립적으로 재현된 것은 아니다. 그래도 장시간 자율 실행을 구체적인 시간과 호출 횟수로 공개했다는 점에서 다른 에이전트와 견줄 비교 기준점이 될 수 있다.

벤치마크: 프론티어와의 실제 거리

알리바바 Cloud 공식 발표 기준 주요 벤치마크를 정리하면 아래와 같다.

SWE-bench에서 Claude Opus 4.6 Max와 0.4%p 차이, MCP-Atlas에서 오히려 0.6포인트 앞선다. Terminal Bench 2.0(69.7 대 65.4)과 MCP-Mark(60.8 대 56.7)에서도 앞서지만, Kernel Bench L3에서는 Opus 4.6 Max(2.63배, 98%)가 앞선다. 비교 대상인 Claude Opus 4.6은 Anthropic의 직전 세대 플래그십으로, 4월 16일 후속작 Opus 4.7이 나왔다. 알리바바 발표에는 Opus 4.7이나 GPT-5.5와의 직접 비교가 없다. 그래도 직전 세대 최상위 모델과 동률 수준의 수치가 나온다는 점은 격차가 크게 좁혀졌다는 신호다.

추론 벤치마크에서는 격차가 더 벌어진다. 알리바바 발표 기준 대학원 수준 과학 문제인 GPQA Diamond에서 92.4로 Claude Opus 4.6 Max(91.3)를 앞서고, 수학 벤치마크 Apex에서는 44.5로 Claude Opus 4.6 Max(34.5)보다 10포인트 높다. 다만 DataCamp에 따르면 GPQA Diamond에서는 GPT-5.5(93.6)가 1.2포인트 앞선다.

Anthropic API를 레일로 쓴다

Qwen3.7-Max가 Anthropic API 프로토콜을 지원한다는 사실은 전략적으로 읽어야 한다.

코딩 에이전트 생태계에서 Anthropic API는 OpenAI 호환 API와 함께 널리 쓰이는 인터페이스다. Claude Code가 이 프로토콜 위에서 동작하고, 알리바바는 공식 블로그에서 Claude Code의 기본 URL, API 키, 모델명 환경 변수만 바꿔 Qwen3.7-Max를 쓰는 방법을 안내했다. OpenClaw, Qwen Code 연결 방법도 함께 실었다. 기존 에이전트 도구를 그대로 두고 엔드포인트와 모델만 바꿔 시험해 볼 수 있다는 뜻이다.

xAI의 Grok Build는 Zed가 만든 개방형 에디터 연동 프로토콜 ACP(Agent Client Protocol)를 지원해 여러 에디터에 에이전트로 붙는 길을 택했다. Qwen3.7-Max는 모델 API 계층에서 Anthropic 호환을 택해, 기존 에이전트 도구 안에 모델로 들어간다. 기존 생태계를 경쟁 대상으로 보지 않고 레일을 그대로 빌려 타는 방식이다. 해외 개발자가 중국 모델을 시험해 보는 데 드는 통합 비용을 Anthropic 호환성으로 낮추려는 전략으로 읽힌다.

라인업: Max와 Plus

Qwen3.7 시리즈는 두 갈래로 나온다.

Qwen3.7-Max는 텍스트 전용 플래그십이다. 클로즈드 웨이트, API 전용으로 제공된다. 컨텍스트 윈도우는 100만 토큰, 가격은 입력 $2.50/1M 토큰, 출력 $7.50/1M 토큰이다. Claude Opus 4.6(입력 $5, 출력 $25/1M)과 비교하면 입력은 절반, 출력은 30% 수준이다.

Qwen3.7-Plus는 비전(이미지 처리) 기능을 포함한 멀티모달 버전이다. 정식 발표에 앞서 프리뷰가 공개돼 Arena 비전 리더보드에 올랐고, 알리바바는 Plus 등 다른 버전을 이어서 내놓겠다고 밝혔다.

성능이 유사한데 입력 가격은 절반, 출력 가격은 3분의 1 이하라는 조합은 비용에 민감한 에이전트 워크로드에 직접적인 선택지를 만든다. 다만 가중치는 공개되지 않은 독점 모델이다. Alibaba Cloud Model Studio를 통한 API로 제공된다.

맥락: 중국 AI의 위치

Qwen3.7-Max 이전까지 글로벌 AI 인덱스 최상위권은 주로 서방 모델이 차지해왔다. DeepSeek이 오픈소스 영역에서 균열을 냈고, Qwen3.7-Max는 클로즈드 플래그십 영역에서 같은 도전을 시도한다.

알리바바는 성능 향상의 배경으로 에이전트 학습 환경의 품질과 다양성을 늘린 환경 스케일링(environment scaling)을 꼽는다. 학습에 없던 환경으로 구성한 평가에서도 고르게 성적이 올랐다는 설명이다. 추론 쪽에서는 Apex 44.5(Claude Opus 4.6 Max 34.5 대비 +10) 같은 수치가 눈에 띈다.

코딩 에이전트 영역에서는 SWE-bench 기준으로 이미 동점 수준이다. Anthropic API 호환으로 진입 장벽을 낮췄고, 가격 격차가 시험 채택을 유도할 수 있다.

전망

Qwen3.7-Max 공개 이후 주목해야 할 변수는 두 가지다.

하나는 Qwen3.7-Plus의 멀티모달 성능이다. 비전 기능을 포함한 에이전트 작업에서 GPT-5.4 Pro, Claude Opus 4.7과 어떻게 비교되는지가 실제 채택을 결정할 가능성이 높다.

다른 하나는 오픈 웨이트 공개 여부다. Qwen 팀은 중소형 모델의 가중치를 꾸준히 공개해왔지만, 2025년 9월의 Qwen3-Max를 비롯한 최상위 Max 모델은 가중치를 공개하지 않았다. Max급 모델이 오픈 웨이트로 나온다면 오픈소스 에이전트 생태계에서의 파급력은 지금보다 훨씬 넓어질 것이다. 직접 호스팅과 커스터마이징이 가능해지기 때문이다.

35시간 자율 실행은 현재로서는 알리바바 내부 실험 결과다. 이 숫자가 실제 기업 환경에서 재현된다면, 에이전트 워크로드의 경제학 자체가 바뀐다.

참고

• Alibaba Cloud: Qwen3.7, the Agent Frontier
• VentureBeat: Alibaba's Qwen3.7-Max can run 35 hours autonomously
• Cryptobriefing: Alibaba unveils Qwen3.7-Max, flagship AI model
• DataCamp: Qwen3.7-Max features, benchmarks and agent capabilities
• China Daily(중문): 阿里发布新一代千问旗舰模型Qwen3.7-Max
• QbitAI(량쯔웨이): Artificial Analysis 순위 발표, 千问3.7 국산 1위·글로벌 5위
• KuCoin News(BlockBeats): Alibaba Launches Qwen3.7 Preview
• Anthropic: Introducing Claude Opus 4.7
• Claude API 가격표
• Zed: Agent Client Protocol
• OpenSourceForU: Alibaba's Qwen3-Max hits 1 trillion parameters but drops open source access