← 返回综合榜CAPABILITY PROFILE UNDERSTANDING THE RANK
查看 Gemini 3.8 Flash 的完整证据 →
查看 GLM-5.3 Flash 的完整证据 →
查看 Claude Opus 4.8 的完整证据 →
查看 Claude Opus 4.7 的完整证据 →
查看 Qwen3.8 Flash Next 的完整证据 →BEHIND THE SCORE
Alibaba
Qwen3.8 Max 0902
2026-09-01 发布 · 09/10 06:31 更新
综合共识指数66.3综合榜第 14 名
分类成绩1 / 4 项分类
已有成绩7 项评测
上下文窗口100万 Token
API 输入 / 输出 · 每百万 Token待核实
各有所长，看得更清楚。
每项能力单独计算。没有足够的实测，就留空。
不同分类的分数反映各自参照组中的表现，不能直接相加或用来比较不同能力的绝对高低。
综合名次，有多稳定？
依次移除一项评测或一家机构、调整单项权重与误差处理，观察排名怎样变化。
重新检查资格后的名次7—19 名
5 个情景下参评证据不足。保持原候选不变时为 5—20 名。这个范围不是置信区间，也不包含从未公开的成绩。
查看与附近模型的共同证据
净支持只看双方共同参加的评测。全局排序还需处理其他模型间的冲突，因此非相邻名次可能与单独比较不同。
Gemini 3.8 Flash7 项共同评测共同证据支持对方
双方共同拥有当前榜单 18.6% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| Arena WebDev ↗ | 1,685.2 | 1,568.2 | 2.4% |
| Chess Puzzles ↗ | 40.0% | 61.0% | 1.8% |
| FrontierMath v2 · Tiers 1–3 ↗ | 65.6% | 68.4% | 3.6% |
| FrontierMath v2 · Tier 4 ↗ | 34.1% | 22.0% | 1.2% |
| GPQA Diamond ↗ | 92.3% | 95.4% | 2.0% |
| SimpleQA Verified ↗ | 47.3% | 69.7% | 4.0% |
| TapTap Maker ↗ | 83.3% | 86.8% | 3.6% |
GLM-5.3 Flash6 项共同评测共同证据支持本模型
双方共同拥有当前榜单 14.6% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| Arena WebDev ↗ | 1,685.2 | 1,604.5 | 2.4% |
| Chess Puzzles ↗ | 40.0% | 14.0% | 1.8% |
| FrontierMath v2 · Tiers 1–3 ↗ | 65.6% | 55.8% | 3.6% |
| FrontierMath v2 · Tier 4 ↗ | 34.1% | 17.1% | 1.2% |
| GPQA Diamond ↗ | 92.3% | 90.2% | 2.0% |
| TapTap Maker ↗ | 83.3% | 81.5% | 3.6% |
Claude Opus 4.87 项共同评测共同证据支持对方
双方共同拥有当前榜单 18.6% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| Arena WebDev ↗ | 1,685.2 | 1,561 | 2.4% |
| Chess Puzzles ↗ | 40.0% | 34.0% | 1.8% |
| FrontierMath v2 · Tiers 1–3 ↗ | 65.6% | 80.0% | 3.6% |
| FrontierMath v2 · Tier 4 ↗ | 34.1% | 56.1% | 1.2% |
| GPQA Diamond ↗ | 92.3% | 91.0% | 2.0% |
| SimpleQA Verified ↗ | 47.3% | 53.0% | 4.0% |
| TapTap Maker ↗ | 83.3% | 82.8% | 3.6% |
Claude Opus 4.76 项共同评测共同证据支持对方
双方共同拥有当前榜单 15.0% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| Arena WebDev ↗ | 1,685.2 | 1,555.1 | 2.4% |
| Chess Puzzles ↗ | 40.0% | 7.0% | 1.8% |
| FrontierMath v2 · Tiers 1–3 ↗ | 65.6% | 70.2% | 3.6% |
| FrontierMath v2 · Tier 4 ↗ | 34.1% | 31.7% | 1.2% |
| GPQA Diamond ↗ | 92.3% | 86.4% | 2.0% |
| SimpleQA Verified ↗ | 47.3% | 51.7% | 4.0% |
Qwen3.8 Flash Next1 项共同评测共同证据支持本模型
双方共同拥有当前榜单 2.4% 的名义票权。下表展示原始成绩，已知误差的软化处理会影响净支持，不只数赢了几项。
| 共同评测 | 本模型 | 对方 | 票权 |
|---|---|---|---|
| Arena WebDev ↗ | 1,685.2 | 1,630.5 | 2.4% |
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
