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

Alibaba · pașaport de model

Qwen3 Max Preview

qwen3-max-preview

Doar în cloud
Licență Proprietary
Lansat 2025-09-05(curatoriat)

General · LMArena: 1,434#95 din 396
Cea mai bună percentilă: 76.8Prompturi dificile
Poziția în cohortă: 63.4mediană 51.9

Ce spun datele

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

Neuniform: 23,9 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 76.8 pct pe Prompturi dificile față de 52.9 pct pe Factuality Arena.

Prompturi dificile76.8 pct1,458Verifică →
Urmarea instrucțiunilor76.5 pct1,424Verifică →
General76.3 pct1,434Verifică →
Programare74.7 pct1,480Verifică →
Factuality Arena52.9 pct1,441Verifică →
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-max-preview stands at 63.4 (raw mean 71.4) — measured on 5 of 27 axes.
pozițieșablonVerifică →
qwen3-max-preview stands at 63.4 versus a cohort median of 51.9 across 146 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 →