待验证50% 置信基准精确时间
Qwen4-Max在法律专项测试中得分21,接近Opus的两倍。
1
来源数
50%
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
Qwen4-Max发布:2.4万亿参数,为何仍落后Opus 16分?
youtubeLab Coat AI2026/11/16
涉及实体
相关事实
待验证在 Agent's Last Exam 中,Qwen 4 Max 得分 46.7,高于 Opus 5.5 的 43.4,远超旧款 Qwen 的 27.9。76% 相似待验证独立评测机构Artificial Analysis给出的Qwen4-Max综合指数为43,落后Opus 16分。73% 相似待验证Qwen3 27B在多项编程和智能体基准测试中的得分超越了Claude Opus 4.672% 相似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。72% 相似待验证使用Qwen3-14B生成风险考卷仅5/25段带清晰信号,换用更严格提示词和Qwen3-32B后才凑到21段。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1184541API
curl https://kongchang.com/api/v1/knowledge/claims/1184541MCP
get_claim(id=1184541)