Qwen3.8 Max 0902
Alibaba · 2026-09-01 发布 · 10/23 20:07 更新
综合评分61.5分暂无足够的可比证据 · 证据覆盖 43%
可比较分类0/ 4 项分类
已有成绩15项评测
上下文窗口100万Token
各有所长，看得更清楚。
每类单独评分，越高表示该分类表现越强。具体能力请看原始成绩与配置。
编程综合评分—分暂无足够的可比成绩2 项评测 · 覆盖 29%科研综合评分60.7分暂无足够的可比成绩5 项评测 · 覆盖 71%专业办公综合评分64.8分暂无足够的可比成绩4 项评测 · 覆盖 38%知识问答综合评分60.6分暂无足够的可比成绩4 项评测 · 覆盖 40%
评分和参考位次只在同一分类、同一轮内比较。缺测不补分；覆盖比例不代表能力高低。
每一项成绩，都有来处。
下面是该模型的公开汇总成绩。展开可查看运行配置与采用方式。
编程2 项
科研5 项
专业办公4 项
知识问答4 项
尚无成绩的评测
这些评测尚无可采用的公开成绩，缺测不补分。
Terminal-Bench 4.0 · ValsLiveBench · 编程综合Code MigrationProgramBenchVibe Code Bench v1.1Vibe Code Bench 1–100CyberBench Patch v1.1LiveBench · 推理与数学Mystery Game PuzzlesMysteryMechanismTerminal-Bench Science · ValsVals Finance AgentAPEX-Agents 1.1Harvey Legal Agent Benchmarkτ³-Banking · MercorLiveBench · 数据分析MedCodeLiveBench · 语言与指令BullshitBench · 错误前提Arena Text
还有一些未知
参考顺序只概括已取得的公开证据，缺测不补分。不同运行配置、未知误差与新评测都可能改变顺序，相邻位次不等于已证明的能力差距。
尚缺能力维度：真人盲选。
了解计算方法 →