Qwen4 Max 分项评测全图:知识工作超 Kimi,编码仍落后

ArtificialAnlys · x · 2026-11-16

Artificial Analysis 发布 Qwen4 Max 在 Intelligence Index 全部 9 项评测中的分项成绩图。亮点:AA-Briefcase(真实商业文件上的 agentic 知识工作)达 1686 Elo 位居前列;AA-Omniscience 准确率 44%,幻觉率表现亦大幅改善;AutomationBench-AA 73%。短板仍明显:Terminal-Bench 4.0 仅 48%,Terminal-Bench-Science 22%,FrontierCode 2.0 26%,编码与终端任务与头部模型差距较大。HLE-Diamond 45%、CritPt v2 43%、GDP.pdf 29%。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →