Qwen4 Max
Alibaba · 2026-11-16 发布 · 11/16 14:06 更新
AIHOT 评分 · 综合69.6分暂不排名:评测数量还不够评分不是正确率 · 评测覆盖 42%
Qwen4 Max 在 AIHOT 模型榜暂不排名(评测数量还不够);Alibaba 2026 年 11 月 16 日发布,上下文 100万 Token。
可比较分类0/ 4 项分类
已有成绩19项评测
上下文窗口100万Token
API 输入 / 输出 · 每百万 Token待核验尚未核到厂商官网价格
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分68.6分暂不排名4 项评测 · 覆盖 27%科研AIHOT 评分68.8分暂不排名3 项评测 · 覆盖 33%专业办公AIHOT 评分71.2分暂不排名10 项评测 · 覆盖 78%知识问答AIHOT 评分—分这个领域测得还不够1 项评测 · 覆盖 20%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
最近的新闻。
提到 Qwen4 Max 的报道,最新的在前。
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看它测什么、运行配置与采用方式。
编程68.64 项
科研68.83 项
专业办公71.210 项
知识问答69.41 项
真人盲选72.41 项
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。
Terminal-Bench 4.0 · 官方LiveBench · 编程综合SciCode · AACode Migration v1.1ProgramBenchMirrorCodeCyberBench Patch v1.1APEX-SWEFrontierCode 2.0 · CognitionWeirdML v3TapTap MakerHLE · AAFrontierMath v2 · Tiers 1–3LiveBench · 推理与数学司南 · 推理ARC-AGI-2司南 · 抽象CritPt · AAChess PuzzlesMystery Game PuzzlesMysteryMechanismTerminal-Bench Science · ValsBioMysteryBenchAPEX-Agents 1.1τ³-Banking · MercorLiveBench · 数据分析SimpleQA Verified司南 · 知识AA-LCRMLCR-AALiveBench · 语言与指令NYT Connections 扩展版BullshitBench · 错误前提Arena Text
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
了解计算方法 →