Qwen3-Max

Alibaba · 发布于 2025-09-24

评分规则

编程、专业办公、知识问答证据不足

综合评分24.5未进入主榜 · 覆盖 27%评测较少（5/18）

编程20.5未进入分榜 · 覆盖 25%评测较少（1/4）单一机构

专业办公26.1未进入分榜 · 覆盖 0%评测较少（0/4）

知识问答31.8未进入分榜 · 覆盖 33%评测较少（1/3）单一机构

科研24.5第 83 名 · 覆盖 33%评测较少（2/6）单一机构

上下文窗口

262,144 token

API 价格

缓存 — · 输入 ¥8.02 · 输出 ¥40.12

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

5 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-27 至 2026-08-30；另有 2 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（2）

alibaba/qwen3-max
qwen3-max-2025-09-23

缺少实测的领域：专业办公。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

20.5

Vibe Code Bench v1.1Vals AI3.51%统一读数 ≤10.1

来源: Vibe Code Bench v1.1
上游型号: alibaba/qwen3-max
运行配置: 推理档位未提供 · OpenHands · 输出上限 65536
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

科研

24.5

FrontierMath T1–3 v2Epoch AI18.95%统一读数 22.1

来源: FrontierMath T1–3 v2
上游型号: qwen3-max-2025-09-23
运行配置: qwen3-max-2025-09-23
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-30
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI5.00%统一读数 23.9

来源: Mystery Game Puzzles
上游型号: qwen3-max-2025-09-23
运行配置: qwen3-max-2025-09-23
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

26.1

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

知识问答

31.8

SimpleQA VerifiedEpoch AI48.75%统一读数 55.7

来源: SimpleQA Verified
上游型号: qwen3-max-2025-09-23
运行配置: qwen3-max-2025-09-23
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

27.8

Arena Text · 风格控制Arena1423.44 Elo统一读数 30.8

来源: Arena Text · 风格控制
上游型号: qwen3-max-2025-09-23
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（13）

Chess Puzzles、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、Terminal-Bench 4.0、Code Migration、MysteryMechanism、Terminal-Bench-Science、Finance Agent (v2)、Harvey's Legal Agent Benchmark、MedCode

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。