DataLearner 标志

Qwen3.7 Max 评测详情

Qwen3.7 Max 当前已收录的代表性评测结果包括 MMLU Pro(4 / 133,得分 89.60)、LiveCodeBench(4 / 126,得分 91.60)、GPQA Diamond(22 / 224,得分 92.40)。

评测结果

Qwen3.7 Max

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
MMLU Pro
思考水平·Max
89.60
4 / 133
LiveBench
深度思考模式
74.29
21 / 115
HLE
思考模式工具
53.50
18 / 181
HLE
思考水平·Max
41.40
61 / 181

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考水平·Max
92.40
22 / 224

编程与软件工程

共 6 项评测
评测名称 / 模式
得分
排名/总数
1540.77
11 / 35
LiveCodeBench
思考水平·Max
91.60
4 / 126
SWE-bench Verified
思考模式工具
80.40
13 / 114
SWE-bench Multilingual
思考模式工具
78.30
4 / 25
SWE-Bench Pro - Public
思考模式工具
60.60
12 / 57
SciCode
思考水平·Max
53.50
3 / 5

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
70.40
7 / 67

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
79.10
4 / 33

AI Agent - 工具使用

共 2 项评测
评测名称 / 模式
得分
排名/总数
MCP-Atlas
思考模式工具
76.40
17 / 39
Terminal Bench 2.0
思考模式工具
69.70
5 / 48

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
90
3 / 23