DataLearner 标志

Qwen3.6-Max-Preview 评测详情

Qwen3.6-Max-Preview 当前已收录的代表性评测结果包括 MMLU Pro(5 / 132,得分 88.50)、LiveCodeBench(10 / 123,得分 87.10)、GPQA Diamond(19 / 187,得分 90.40)。

评测结果

Qwen3.6-Max-Preview

评测结果

思考模式
工具使用

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考水平·Max
90.40
19 / 187
MMLU Pro
思考水平·Max
88.50
5 / 132
HLE
思考模式工具
50.20
27 / 172
HLE
思考水平·Max
28.80
92 / 172

编程与软件工程

共 5 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考水平·Max
87.10
10 / 123
SWE-bench Verified
思考模式工具
78.80
21 / 112
SWE-bench Multilingual
思考模式工具
73.80
9 / 23
SWE-Bench Pro - Public
思考模式工具
56.60
20 / 54
SWE-Bench Pro - Public
深度思考模式工具
57.30
18 / 54

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
Simple Bench
常规模式
63
10 / 63

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考水平·Max
74.20
7 / 30

AI Agent - 工具使用

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
思考模式工具
61.60
16 / 47
Terminal Bench 2.0
深度思考模式工具
65.40
11 / 47

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
IMO-AnswerBench
思考水平·Max
83.80
12 / 21

生产力知识

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDPval-AA
深度思考模式
51
12 / 21