模型精选

Qwen4-Max 在 DesignArena 两项榜单进入前五

精选理由

Qwen4-Max 这次的进步集中在做 PPT 和表格这两个真实办公场景,Spreadsheet Elo 涨了 379 分、排名跳了 30 位。如果你平时让模型写周报幻灯片或处理 Excel,可以拿它和 Claude、GPT 对比一下实际产出效果。

Alibaba Qwen 发布的 Qwen4-Max 在 DesignArena 排行榜上取得两项成绩:Python-PPTX arena 排名第 4,Elo 评分 1302;Spreadsheet arena 排名第 5,Elo 评分 1336。

正文

相比上一代 Qwen 3.7 Max,Qwen4-Max 在 Spreadsheet arena 上从排名跃升 30 位,Elo 提升 379 分;在 Python-PPTX arena 上跃升 5 位,Elo 提升 80 分。DesignArena 专门评估模型生成可交付文档和办公文件的能力,Python-PPTX 考察用代码生成演示文稿的水平,Spreadsheet 考察表格处理能力。

这一成绩将 Qwen4-Max 带入与 Anthropic、OpenAI 和 Moonshot Kimi 旗舰模型相同的表现区间,两个榜单均进入前五。对中国团队而言,办公文档生成这类实际生产力场景上的排名提升,比综合基准更能反映模型在企业工作流中的可用性。

原文 · 阿里通义 Qwen

#4 on Python-PPTX arena and #5 on Spreadsheet arena. Thanks! @DesignArena DesignArena @DesignArena BREAKING: Qwen4-Max by @Alibaba_Qwen ranks #4 on Python-PPTX arena with an Elo rating of 1302 and #5 on Spreadsheet arena with an Elo rating of 1336. On Spreadsheet arena, this marks a 30-position jump from Qwen’s previous model, Qwen 3.7 Max, and a 379-point Elo increase. On Python-PPTX arena, this marks a 5-position jump from its previous model and an 80-point Elo increase. This also places it in the same performance band as top models from @AnthropicAI , @OpenAI , and @Kimi_Moonshot . Congrats to the @Alibaba_Qwen team on placing top-5 on both leaderboards! 🔗 View Quoted Tweet📊 20 ⚡

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Qwen4-Max、Qwen、DesignArena、办公文档生成,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「阿里通义 Qwen」(@Alibaba_Qwen),经 AITOP 多维评分管线结构化提炼。