DataLearner 标志

Qwen3 Max (Preview) 评测详情

Qwen3 Max (Preview) 当前已收录的代表性评测结果包括 MMLU-Pro(40 / 175,得分 84)、τ²-Bench(23 / 44,得分 74)、SWE-bench Verified(63 / 116,得分 69.60)。

评测结果

Qwen3 Max (Preview)

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
常规模式
84
40 / 175
HLE
常规模式
11.10
189 / 235

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
76
152 / 253

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
常规模式
69.60
63 / 116

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
57.50
77 / 125

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
常规模式
80.60
67 / 110

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench
常规模式工具
19
32 / 35

客服与业务流程

共 3 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
思考模式工具
84.20
22 / 30
τ²-Bench
常规模式工具
74
23 / 44
τ²-Bench
思考模式工具
72
25 / 44