Alibaba · pașaport de model
Qwen3 Max
qwen3-max- Doar în cloud
- Licență Proprietary
- Lansat 2025-09-05(curatoriat)
- General · LMArena
- 1,423#114 din 396
- Cea mai bună percentilă
- 87.3MMLU-Pro (Artificial Analysis)
- Poziția în cohortă
- 65.8mediană 51.9
Ce spun datele
Evaluat pe 11 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 87.3 pct — MMLU-Pro (Artificial Analysis) (84.1%)
- 85.9 pct — LiveCodeBench (Artificial Analysis) (76.7%)
Neuniform: 33,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 87.3 pct pe MMLU-Pro (Artificial Analysis) față de 53.8 pct pe GPQA Diamond.
- MMLU-Pro (Artificial Analysis)87.3 pct84.1%Verifică →
- LiveCodeBench (Artificial Analysis)85.9 pct76.7%Verifică →
- LiveBench81.8 pct69.9%Verifică →
- Prompturi dificile72.7 pct1,446Verifică →
- Programare72.6 pct1,473Verifică →
- General71.5 pct1,423Verifică →
- Urmarea instrucțiunilor71.5 pct1,414Verifică →
- SimpleQA Verified64.6 pct48.7%Verifică →
- AIME (matematică)54.5 pct73.3%Verifică →
- IFBench (Artificial Analysis)54.3 pct48.0%Verifică →
- GPQA Diamond53.8 pct72.6%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- FrontierMathNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- 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-max-2025-09-23 stands at 65.8 (raw mean 70) — measured on 11 of 27 axes.
qwen3-max-2025-09-23 stands at 65.8 versus a cohort median of 51.9 across 146 models released within 180 days — above the peer median.
qwen3-max-2025-09-23 scores at percentile 87.3 on MMLU-Pro (Artificial Analysis).
qwen3-max-2025-09-23 scores at percentile 85.9 on LiveCodeBench (Artificial Analysis).
qwen3-max-2025-09-23 ranks between #81 and #167 across 5 built-in weightings — best under "Axat pe programare", worst under "Raționament".
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 →