Arena:Qwen4-Max 以 1750 分登 Code Arena WebDev 第 6 名
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。
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!
在 X 查看被引用的帖子@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 14Agent 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!
来源:Arena.ai · x.com
来源:RadarAI · aihot.news