阿里 Qwen4-Max 发布 编程竞技场升至第 6

原标题:Qwen4-Max by @Alibaba_Qwen has landed as #6 in the Code Arena: WebDev!
72AI 研判分

阿里通义千问团队发布 Qwen4-Max,在 Code Arena WebDev 榜单以 1750 分(初步)位列第 6,较前代 Qwen3.8-Max 提升 74 分,成为该榜排名最高的中国模型。在 Agent Arena 上,其总榜排名从第 39 位跃升至第 14 位,基于 1.47 万条真实智能体会话的净提升达 7.5%,使阿里成为 Agent Arena 上排名第一的中国实验室、全球第五。

报道正文

Arena.ai (@arena) · 2026-11-16 02

@Alibaba_Qwen 的 Qwen4-Max 已登陆 Code Arena:WebDev,位列第 6 名!

凭借 1750 分(初步成绩),它比前代 Qwen3.8-Max(0902)的 1676 分高出 +74 分。

它同时也是以下类别中排名最高的中国模型:

  • 第 6 名 HTML:1748 分
  • 第 8 名 品牌与营销:1705 分
  • 第 8 名 基于参考的设计:1770 分

祝贺 @Alibaba_Qwen 团队发布此版本!

↳ 引用 @arena (Arena.ai): @Alibaba_Qwen 的 Qwen4-Max 是排行榜上排名第一的中国模型,使阿里巴巴成为排名第一的中国实验室、总榜第 5 的实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。

它在 Agent Arena 总榜首次亮相即位列第 14 名,在我们全球社区 14.7k 个真实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 的重大飞跃

  • 排名:总榜第 39 名 → 第 14 名

Agent Arena 上的中国前沿模型:

  • 第 14 名 Qwen4-Max(阿里巴巴):+7.5%
  • 第 19 名 Hy4(腾讯):+5.7%
  • 第 21 名 Kimi K3.1 Pro (Max)(月之暗面):+4.0%
  • 第 26 名 MiMo-V2.6-Pro(小米):+1.5%
  • 第 30 名 DeepSeek-V4.1-Flash (Max)(DeepSeek):+1.1%

按信号细分表现: 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提升尤为显著。

  • 第 15 名 赞扬 vs. 抱怨:+13%(最佳中国模型)
  • 第 13 名 确认成功:+9%(最佳中国模型)
  • 第 19 名 可控性:+8%
  • 第 29 名 Bash 可靠性:+3%

按类别划分,它在全部 3 个类别中均为排名最高的中国模型:

  • 第 12 名 工作:+9%
  • 第 14 名 聊天:+8%
  • 第 16 名 代码:+8%

祝贺 @Alibaba_Qwen 团队发布此版本!

推文配图