Sari la conținut
aiqbench

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Alibaba · pașaport de model

Qwen3 7 Max Preview

qwen3-7-max-preview
  • Doar în cloud
  • Licență Proprietary
  • Lansat 2026-10-15(văzut prima dată pe LMArena)
5/27axe acoperite
General · LMArena
1,474#34 din 396
Cea mai bună percentilă
94.1Programare
Poziția în cohortă
76.3mediană 60.6

Ce spun datele

Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

  • 94.1 pct — Programare (1,524)
  • 93 pct — Factuality Arena (1,480)
  • 91.7 pct — General (1,474)

Neuniform: 3,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 94.1 pct pe Programare față de 90.7 pct pe Urmarea instrucțiunilor.

  • Programare94.1 pct1,524Verifică →
  • Factuality Arena93 pct1,480Verifică →
  • General91.7 pct1,474Verifică →
  • Prompturi dificile90.9 pct1,495Verifică →
  • Urmarea instrucțiunilor90.7 pct1,465Verifică →
  • WebDev ArenaNeevaluat
  • Vision ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • GPQA DiamondNeevaluat
  • AIME (matematică)Neevaluat
  • FrontierMathNeevaluat
  • SimpleQA VerifiedNeevaluat
  • ARC-AGI-2Neevaluat
  • Humanity's Last ExamNeevaluat
  • SimpleBenchNeevaluat
  • 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
  • IFBench (Artificial Analysis)Neevaluat
  • Halucinații HHEM (Vectara)Neevaluat
  • SWE-bench VerifiedNeevaluat
  • 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.

  • qwen3.7-max-preview stands at 76.3 (raw mean 92.1) — measured on 5 of 27 axes.

    pozițieșablonVerifică →

  • qwen3.7-max-preview stands at 76.3 versus a cohort median of 60.6 across 168 models released within 180 days — above the peer median.

    cohortășablonVerifică →

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 →