AI News

Qwen4-Max 在 Code Arena WebDev 榜单位列第 6

Arena更新于 11月16日 20:51

Qwen4-Max by @Alibaba_Qwen has landed as #6 in the Code Arena: WebDev!

AI 导读

Arena 公布 Qwen4-Max 在 Code Arena WebDev 榜单以 1750 分(初步)位列第 6,比前代 Qwen3.8-Max(0902)的 1676 分高 74 分。它在 HTML 排第 6(1748 分)、Brand & Marketing 第 8(1705 分)、Reference-Based Design 第 8(1770 分),是这几项中排名最高的中国模型。同账号另一条内容称其在 Agent Arena 总榜第 14,较 Qwen3.8-Max 的第 39 名提升明显。

推荐理由

AI 评分 58

榜单给出了 Qwen4-Max 在 WebDev 与 Agent 两个维度的排名和分项变化,可对照其前代看进步幅度。

主题

标签

引用

Arena.ai

@arena

由 @Alibaba_Qwen 推出的 Qwen4-Max 是排行榜上排名第一的中国模型,使阿里巴巴成为排名第一的中国实验室、总榜第 5 的实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。 它在 Agent Arena 总榜首次亮相即位列第 14,在我们全球社区 14.7k 个真实世界智能体会话中实现 +7.5% 的净提升,这些会话是真实任务上的真实轨迹。 相较 Qwen3.8-Max 这是一次重大飞跃 - 排名:总榜第 39 → 第 14 Agent Arena 上的中国前沿模型: - 第 14 Qwen4-Max(阿里巴巴):+7.5% - 第 19 Hy4(腾讯):+5.7% - 第 21 Kimi K3.1 Pro (Max)(Moonshot):+4.0% - 第 26 MiMo-V2.6-Pro(小米):+1.5% - 第 30 DeepSeek-V4.1-Flash (Max)(DeepSeek):+1.1% 按各项信号拆解表现: Qwen4-Max 在全部四项报告信号上均优于 Qwen3.8-Max,其中在用户满意度和可操控性方面提升尤为显著。 - 第 15 表扬 vs. 投诉:+13%(最佳中国模型) - 第 13 确认成功:+9%(最佳中国模型) - 第 19 可操控性:+8% - 第 29 Bash 可靠性:+3% 按类别看,它在全部 3 个类别中都是排名最高的中国模型: - 工作类第 12:+9% - 聊天类第 14:+8% - 代码类第 16:+8% 祝贺 @Alibaba_Qwen 团队发布这一版本!

查看原文

Qwen4-Max by @Alibaba_Qwen is the #1 Chinese model on the leaderboard making Alibaba now the #1 Chinese lab and #5 lab overall, just behind Anthropic, Google, OpenAI and Meta. It debuts overall at #14 on Agent Arena with +7.5% net improvement across 14.7k real-world agentic sessions from our global community, real traces on real tasks. This is a major leap over Qwen3.8-Max - Rank: #39 → #14 overall The Chinese frontier on Agent Arena: - #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% Breaking down performance across signals: Qwen4-Max improves over Qwen3.8-Max across all four reported signals, with particularly large gains in user satisfaction and steerability. - #15 Praise vs. Complaint: +13% (best Chinese model) - #13 Confirmed Success: +9% (best Chinese model) - #19 Steerability: +8% - #29 Bash Reliability: +3% By category, it is a top-ranked Chinese model across all 3: - #12 in Work: +9% - #14 in Chat: +8% - #16 in Code: +8% Congrats to the @Alibaba_Qwen team on this release!

查看原帖

正文

Qwen4-Max by @Alibaba_Qwen has landed as #6 in the Code Arena: WebDev!

With 1750 pts (preliminary), it's +74 pts over its predecessor, Qwen3.8-Max (0902) at 1676.

It's also the top Chinese model in: - #6 HTML: 1748 pts - #8 Brand & Marketing: 1705 pts - #8 Reference-Based Design: 1770 pts

Congrats to the @Alibaba_Qwen team on this release!

来源

Arena