Qwen 3.8 Max 在高难度 INDUCTION 基准拿到 42% 排名第二
DeryaTR_ · x · 2026-08-04
Qwen 3.8 Max 在 INDUCTION 基准拿到 42% 排名第二
帖子引用的 GitHub 榜单显示，Qwen 3.8 Max 在难度很高的 INDUCTION 基准上取得了 42.2% 的正确率，较 Qwen 3.7 的 0% 有明显跃升，并排在 GPT-5.6 Sol 之后、Fable 5 之前，位列第二。
榜单里的关键信息
- Qwen 3.8 Max：63/64 可评估，27/64 正确（42.2%）
- GPT-5.6 Sol：37/64 正确（57.8%）
- Fable 5：26/64 正确（40.6%）
- 帖子强调，Qwen 这次结果更便宜，同时在快速缩小差距。
这意味着什么
原帖把这个基准描述为 ICML 2026 中提出的高难度归纳任务，因此这一结果被用来说明：中文开源模型在最近几个月进步很快。
「模型」频道最新
- Qwen3.8-Max 在盲测编码基准中修复 105 个 bug 里的 19 个 — breath_mirror · 2026-08-04
- xAI 用 Grok 4.5 升级 Grok Build，加入技能和计划模式 — elonmusk · 2026-08-04
- 自定义搜索 RL 训练，可能比“单一大模型”更有效 — shangbinfeng · 2026-08-04
- OpenAI 招入 WebRTC 创始人，GPT-Live 语音系统也被深挖 — bookwormengr · 2026-08-04
- Code Arena WebDev 榜单：4 个中文开源模型逼近前沿 — floriandotorg · 2026-08-04
- GPT-5.6 生成邮件拼错地址，事后强行辩解被识破 — WolframRvnwlf · 2026-08-04