Qwen3.8 Max

编程59.012 项

• ProgramBenchVals AI0.0%折算分 至多 80.4+
• LiveBench Agentic CodingLiveBench64.6%折算分 66.6+
• MirrorCodeEpoch AI52.2%折算分 66.0+
• Terminal-Bench 4.0Vals AI34.3%折算分 65.3+
• APEX-SWEMercor52.3%折算分 65.3+
• Terminal-Bench 4.0Artificial Analysis18.7%折算分 59.5+
• Vibe Code Bench v1.1Vals AI64.7%折算分 58.0+
• SciCodeArtificial Analysis53.2%折算分 54.3+
• PFrontierSWE v2Proximal Labs18.8%折算分 53.6+
• LiveBench CodingLiveBench72.9%折算分 53.0+
• CyberBench Patch v1.1Vals AI57.1%折算分 36.0+
• Vibe Code Bench 1–100Vals AI12.8%+

科研63.611 项

• O司南 · 抽象OpenCompass72.5%折算分 65.2+
• O司南 · 推理OpenCompass77.5%折算分 64.8+
• CritPtArtificial Analysis20.0%折算分 64.7+
• Chess PuzzlesEpoch AI46.0%折算分 64.7+
• Terminal-Bench ScienceVals AI12.9%折算分 64.7+
• FrontierMath T1–3Epoch AI74.7%折算分 64.5+
• 致知 · 逻辑月榜llm201445.3%折算分 64.4+
• Mystery Game PuzzlesEpoch AI38.0%折算分 64.2+
• LiveBench ReasoningLiveBench88.2%折算分 63.2+
• MysteryMechanismVals AI23.9%折算分 62.3+
• Humanity's Last ExamArtificial Analysis43.0%折算分 60.3+

专业办公64.510 项

• APEX-AgentsMercor63.3%折算分 69.7+
• Legal Research BenchVals AI47.6%折算分 69.5+
• τ³-BankingMercor46.7%折算分 69.0+
• GDPval-AAArtificial Analysis1,611.5折算分 66.9+
• TaxAgentBenchVals AI32.1%折算分 66.4+
• LiveBench Data AnalysisLiveBench78.4%折算分 65.5+
• AA-BriefcaseArtificial Analysis1,382.4折算分 63.5+
• Excel Modeling v1.1Vals AI66.0%折算分 62.2+
• AutomationBench-AAArtificial Analysis49.2%折算分 61.7+
• MedCodeVals AI40.7%折算分 50.6+

知识问答61.98 项

• O司南 · 知识OpenCompass78.0%折算分 74.8+
• MLCR-AAArtificial Analysis26.1%折算分 71.7+
• LNYT Connections 扩展版Lech Mazur88.3%折算分 67.9+
• LiveBench IFLiveBench74.1%折算分 66.5+
• LiveBench LanguageLiveBench79.7%折算分 60.0+
• SimpleQA VerifiedEpoch AI45.8%折算分 56.1+
• AA-LCRArtificial Analysis78.3%折算分 51.8+
• PBullshitBench v2BullshitBench27.0%折算分 35.2+

真人盲选64.42 项

• Arena WebDevLMArena1,671.9折算分 69.3+
• Arena TextLMArena1,482.4折算分 62.7+

测过，但按规则不计入

这些公开成绩没有计入，原因如下：例如评测方公布超过一半题目被转给了旧型号，或者无法确认测的是哪个版本。

• TapTap Maker：来源只写了不带日期的型号名，无法确认测的是哪个版本。

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。