能力 vs 帳單
指數 71.1 對應 Σ $5.0／MTok，Value 14.21。高指數不自動等於該買——看任務失敗成本是否撐得住溢價。
效率前沿CF-1.3agent
Qwen3.7 Max
Qwen3.7 Max 定位為「效率前沿」：Cheese Index 71.1（#6）。在能力與成本之間不可被支配，適合短名單第一輪。場景上最貼近「長程任務」。
2026-09-30 快照。 qwen · 4 路交叉訊號 · Pareto · 最佳 Fit 長程任務 · qwen
CHEESE INDEX
70.7#17
DEPTH
79.0
OPS
—
VALUE
14.14
BALANCE
77.2
CONSENSUS
74.3
Σ COST
$5.0
LATENCY
—
優勢訊號
- 落在成本－能力 Pareto 前沿：同成本難找到明顯更強、同能力難找到明顯更便宜。
- 多軸共識 77.0，交叉訊號分歧較小。
- 專長「multilingual」相對群體抬升 +40.8。
- 場景 Fit 首選「長程任務」（71.2）。
- 深度複合 76.4，能力覆蓋面不只單一軸。
風險與缺口
- 尚無部署體感訊號，上線前請補延遲／吞吐實測。
深度雷達
實線＝本模型 · 虛線＝群體中位
芝士軸
coding
agent
horizon
場景 Fit
★ 長程任務
編碼代理
生成原型
均衡穩健
成本優先
關鍵取捨
均衡 vs 尖峰
三軸平衡 79.0。分歧小，適合通用預設。
專長對齊
相對群體在「multilingual」抬升 +40.8。任務面不匹配時，抬升無法兌換成產品價值。
部署體感
Ops—
Latency—
Throughput—
I / O$1.25 / $3.75
尚無 Ops 訊號：上線前請補延遲與吞吐實測。
驗證清單
- 用 3–5 個自家真實任務（含失敗案例）跑 A/B，勿只看排行分數。
- 記錄延遲 p50／p95、錯誤率與單位任務成本，對齊 Ops／Value 敘事。
- 若作預設模型：設好降級備援（更便宜或更快的分流模型）。
- 上線後追 7 日指數波動與產品 KPI，決定是否留在短名單。
能力細節
swe ★
gpqa ★
hle ★
mcp
coding ★
agent ★
math ★
knowledge ★
instruction ★
multilingual ★
reasoning ★