Alibaba · pașaport de model
Qwen3 6 Max Preview
qwen3-6-max-preview- Doar în cloud
- Licență Proprietary
- Lansat 2026-10-13(văzut prima dată pe LMArena)
- General · LMArena
- 1,461#53 din 396
- Cea mai bună percentilă
- 95.1IFBench (Artificial Analysis)
- Poziția în cohortă
- 72.5mediană 60.6
Ce spun datele
Evaluat pe 13 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 95.1 pct — IFBench (Artificial Analysis) (76.6%)
- 87.5 pct — Programare (1,512)
- 86.9 pct — General (1,461)
Neuniform: 35,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 95.1 pct pe IFBench (Artificial Analysis) față de 59.7 pct pe WebDev Arena.
- IFBench (Artificial Analysis)95.1 pct76.6%Verifică →
- Programare87.5 pct1,512Verifică →
- General86.9 pct1,461Verifică →
- Urmarea instrucțiunilor86.9 pct1,452Verifică →
- Prompturi dificile86.4 pct1,483Verifică →
- SimpleBench80.5 pct63.0%Verifică →
- SWE-bench Verified75 pct76.7%Verifică →
- GPQA Diamond73.3 pct87.4%Verifică →
- AIME (matematică)73 pct91.1%Verifică →
- SimpleQA Verified72 pct52.0%Verifică →
- Factuality Arena69.8 pct1,453Verifică →
- FrontierMath63.8 pct23.1%Verifică →
- WebDev Arena59.7 pct1,483Verifică →
- Vision ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
qwen3.6-max-preview stands at 72.5 (raw mean 77.7) — measured on 13 of 27 axes.
qwen3.6-max-preview stands at 72.5 versus a cohort median of 60.6 across 169 models released within 180 days — above the peer median.
qwen3.6-max-preview scores at percentile 95.1 on IFBench (Artificial Analysis).
qwen3.6-max-preview scores at percentile 87.5 on Programare.
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →