事件专题 ·多源确认

Qwen4-Max 登上 Agent Arena 中国模型第一,阿里升至总榜第5

阿里 Qwen 团队发布 Qwen4-Max,在 Arena.ai 的 Agent Arena 排行榜上以 +7.5% 净提升超越 Qwen3.8-Max,总排名从 #39 跃升至 #14,成为榜单上排名最高的中国模型。阿里也由此成为总榜第 5 的实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。该成绩基于全球社区的 1.47 万条真实智能体任务会话数据,而非纯基准测试。 细分信号上,Qwen4-Max 在四项指标全面领先前代:Praise vs. Complaint +13%、Confirmed Success +9%、Steerability +8%、Bash Reliability +3%,其中前两项均为中国模型最佳。分类别看,它在 Work(+9%,#12)、Chat(+8%,#14)、Code(+8%,#16)三个类别都是排名最高的中国模型。 中国模型阵营在 Agent Arena 上的整体格局是:Qwen4-Max #14,腾讯 Hy4 #19,Moonshot Kimi K3.1 Pro (Max) #21,小米 MiMo-V2.6-Pro #26,DeepSeek-V4.1-Flash (Max) #30。Qwen4-Max 的用户满意度和可控性提升幅度最大,对关注智能体实际任务表现的开发者是可量化的参考。

当前结论

阿里新模型 Qwen4-Max 在 Agent Arena 上跳了 25 个名次,直接成为中国第一、全球第五。数据来自 1.47 万条真实任务会话,不是刷基准。做智能体选型的开发者可以看看它和 Claude、Gemini 的分项差距。

11 个信源74° AI 热度最后更新 2026/11/16 02:55:08

证据链

11 个信源
主要来源阿里通义 Qwen
查看原文
相关来源 2掘金本周最热
查看原文
相关来源 5Aravind Srinivas
查看原文
相关来源 8The Straits Times: Business
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。