待验证50% 置信基准精确时间
在 ARI Bench 基准上,Qwen 4 Max Preview 在 Extra High 模式下达到 23% 准确率,远落后于 GPT-6 Astra 和 Opus 5.5。
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
Qwen 4 Max预览版实测:百万上下文与基准争议
youtubeSkynet News2026/11/12
涉及实体
相关事实
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。78% 相似待验证GPT-4o、Qwen-VL Max 和 LLaMA 的标签—图像准确率差距分别达到 9.5、13.8 和 12.6 个百分点。73% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%71% 相似待验证在SWE Bench Pro等智能体编程基准中,Qwen 3.8据称在部分项目上超越了Opus 4.6 Max70% 相似待验证对于Claude Opus 5.5、GPT-5.5和Gemini 3.6 Flash(低推理强度),捷径差距高达+18到+37个百分点。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1184580API
curl https://kongchang.com/api/v1/knowledge/claims/1184580MCP
get_claim(id=1184580)