待验证60% 置信基准精确时间
独立评测机构Model Dial测试Qwen 4 Max Preview,得分78.8/100,在54个模型中排名第14。
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预览版:评测争议下的真相与开发者指南
youtubeclearreach2026/11/13
涉及实体
相关事实
待验证在ModelDial测试中,Qwen 4 Max Preview的知识工作得分90分,后端和前端代码约80分,美学和可维护性仅59分。78% 相似待验证第三方机构 Waltz AI 的独立测试将 Qwen 4 Max 排在 38 款模型中的第 11 位。73% 相似待验证在留出的复合配方测试集上,LoRA 微调模型抓到 66%,基座 Qwen3.5-4B 模型抓到 78%。69% 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。69% 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。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1184556API
curl https://kongchang.com/api/v1/knowledge/claims/1184556MCP
get_claim(id=1184556)