Alibaba (Qwen)
Qwen 3.8 Max 评测成绩
来自 3 个来源、6 项基准的 6 条成绩。
其他名称: qwen3.8-max · qwen3.8-max_xhigh · Qwen3.8 Max (xhigh)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1483 | 22 | Overall, style control on; 25378 votes; 95% CI 1478–1488“qwen3.8-max” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1672 | 11 | Overall; 3446 votes; 95% CI 1660–1684“qwen3.8-max” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1301 | 2 | Overall, style control on; 10040 votes; 95% CI 1294–1309“qwen3.8-max” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 92.7% | 23 | Epoch AI run, accuracy; effort: xhigh | 独立评测 | 2026年8月4日 |
| AIME (OTIS Mock AIME 2024–2025) | 99.4% | 15 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: xhigh | 独立评测 | 2026年8月4日 |
| τ²-bench | 55.2% | 1 | banking_knowledge domain, pass^1; effort: xhigh; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年8月3日 |
常见问题
Qwen 3.8 Max 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和τ²-bench leaderboard submissions。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。