待验证60% 置信基准精确时间
在 DeepSWE 编码基准上,Qwen 4 Max 得分 75.7,排名第一,但 Kimi K3.1 为 75.5,GPT 6.1 Sol 为 75.2,差距极小。
2
来源数
60%
置信度
短期 (~14 天)
时效性
2026/11/18
首次发现
有效期至:2026/12/2
来源
Qwen 4 Max实测:2.4万亿参数,成本仅Claude零头?
youtubeThe Metaverse Guy2026/11/16
涉及实体
相关事实
待验证在阿里巴巴基准测试中,Qwen 4 Max在DeepSUE编码代理测试中得75.7分胜出,Agent's Last Exam得46.7分领先,HLAB得21.3分(Opus 5.5为9.2分);但在Terminal Bench 4.0得48.5分(Opus 5.5为59.6分,Kimi为67.2分),Program Bench得31.5分(Opus 5.5为65分),Humanity's Last Exam得51.7分(Opus 5.5为59.8分)。总计Qwen 4 Max在3行中领先,Opus 5.5在7行中领先。77% 相似待验证根据教程数据,Qwen4-Max图表理解得分54.2,明显落后于GPT-6 Astra的71.1。76% 相似待验证总体而言,Qwen 4 Max 在 16 项基准中领先 5 项。74% 相似已验证在DeepSuite基准上Grok 4.7得71%,GPT 5.6 Sol为72.7%,Fable 5.1为70%,Astra Max以74.1%登顶73% 相似待验证在Artificial Analysis基准中,Qwen 3.8逼近甚至超过了GLM 5.2 Max、Kimi K3和GPT 5.6等体积更大的模型73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1184535API
curl https://kongchang.com/api/v1/knowledge/claims/1184535MCP
get_claim(id=1184535)