Qwen4-Max 登顶 Agent Arena 中国模型榜首,Alibaba 排名升至总榜第14
精选理由
榜单方基于 14.7k 真实 Agent 会话给出排名与四项信号拆解,读者可据此对比 Qwen4-Max 与其他中国模型的实际表现。
AI 摘要
Arena 榜单显示 Qwen4-Max 以 +7.5% 净提升在 Agent Arena 总排名第14,成为第一中国模型,使 Alibaba 成为排名第一的中国实验室、总榜第5,仅次于 Anthropic、Google、OpenAI 和 Meta。
正文
由 @Alibaba_Qwen 推出的 Qwen4-Max 是排行榜上排名第一的中国模型,这使得阿里巴巴现在成为排名第一的中国实验室,并在所有实验室中排名第 5,仅次于 Anthropic、Google、OpenAI 和 Meta。
它在 Agent Arena 上首次亮相便位列总榜第 14 名,在我们全球社区提供的 14.7k 个真实世界智能体会话中实现了 +7.5% 的净提升,这些是真实任务上的真实轨迹。
这是相较 Qwen3.8-Max 的一次重大飞跃 - 排名:总榜 #39 → #14
Agent Arena 上的中国前沿模型: - #14 Qwen4-Max(阿里巴巴):+7.5% - #19 Hy4(腾讯):+5.7% - #21 Kimi K3.1 Pro (Max)(Moonshot):+4.0% - #26 MiMo-V2.6-Pro(小米):+1.5% - #30 DeepSeek-V4.1-Flash (Max)(DeepSeek):+1.1%
按各项信号拆解表现: Qwen4-Max 在全部四项报告信号上均优于 Qwen3.8-Max,其中在用户满意度和可控性方面的提升尤为显著。 - #15 好评 vs. 投诉:+13%(最佳中国模型) - #13 确认成功:+9%(最佳中国模型) - #19 可控性:+8% - #29 Bash 可靠性:+3%
按类别来看,它在全部 3 个类别中都是排名最高的中国模型: - 工作类第 #12:+9% - 聊天类第 #14:+8% - 代码类第 #16:+8%
祝贺 @Alibaba_Qwen 团队发布这一版本!
原文
Original Title
Qwen4-Max 登顶 Agent Arena 中国模型榜首,Alibaba 排名升至总榜第14
Source
Arena
Site
x.com
Published
2026-11-16T02:21:45.000Z