跳到正文
RadarAI· X:Arena (@arena)·· 2 天前AI 评分62

Arena:Qwen4-Max 以 1750 分登 Code Arena WebDev 第 6 名

AI 导读

Arena 公布 Qwen4-Max 在 Code Arena: WebDev 排名第 6,初步得分 1750 分,比 Qwen3.8-Max (0902) 的 1676 分高 74 分。

正文 · AI 翻译

Arena.ai· @arena · X·2026-11-16 10:23· 1 小时前AI 评分71

AI 导读

Arena 公布 Qwen4-Max 在 Code Arena: WebDev 排名第 6,初步得分 1750 分,比 Qwen3.8-Max (0902) 的 1676 高出 74 分,并为 HTML(1748 分)、Brand & Marketing(1705 分)、Reference-Based Design(1770 分)中最高的中国模型。其引用内容显示 Qwen4-Max 在 Agent Arena 整体首秀第 14 名,基于 14.7k 真实智能体会话,比 Qwen3.8-Max 的第 39 名大幅提升,并称其为榜单第 1 的中国模型,使 Alibaba 成为总榜第 5 的实验室。

正文 · 原文

@Alibaba_Qwen 的 Qwen4-Max 已在 Code Arena: WebDev 中位列第 6!

初步得分 1750 分,比其前代 Qwen3.8-Max (0902) 的 1676 分高出 74 分。

它也是以下类别中排名最高的中国模型:

  • #6 HTML:1748 分
  • #8 Brand & Marketing:1705 分
  • #8 Reference-Based Design:1770 分

祝贺 @Alibaba_Qwen 团队发布!

引用Arena.ai@arena

@Alibaba_Qwen 的 Qwen4-Max 是榜单上排名第 1 的中国模型,使 Alibaba 成为排名第 1 的中国实验室、总榜第 5 的实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。

它在 Agent Arena 整体首秀第 14 名,在我们全球社区 14.7k 真实智能体会话中实现 +7.5% 的净提升,真实任务上的真实轨迹。

相比 Qwen3.8-Max 是重大飞跃
- 排名:#39 → 整体第 14

Agent Arena 上的中国前沿模型:

  • #14 Qwen4-Max (Alibaba):+7.5%
  • #19 Hy4 (Tencent):+5.7%
  • #21 Kimi K3.1 Pro (Max) (Moonshot):+4.0%
  • #26 MiMo-V2.6-Pro (Xiaomi):+1.5%
  • #30 DeepSeek-V4.1-Flash (Max) (DeepSeek):+1.1%

按信号细分表现:
Qwen4-Max 在全部四项报告信号上均优于 Qwen3.8-Max,其中用户满意度和可操控性提升尤为显著。

  • #15 Praise vs. Complaint:+13%(最佳中国模型)
  • #13 Confirmed Success:+9%(最佳中国模型)
  • #19 Steerability:+8%
  • #29 Bash Reliability:+3%

按类别看,它在全部 3 个类别中均为排名最高的中国模型:

  • #12 Work:+9%
  • #14 Chat:+8%
  • #16 Code:+8%

祝贺 @Alibaba_Qwen 团队发布!

在 X 查看被引用的帖子

来源:Arena.ai · x.com

来源:RadarAI · aihot.news