自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 4 个模型的评测数据与核心参数。
Qwen3-Coder-Next
阿里巴巴
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: 编程与软件工程 +6.1 / 相对落后: 数学推理 -9.6
相对优势: 编程与软件工程 +7.6 / 相对落后: 数学推理 -8.2
相对优势: 数学推理 +17.9 / 相对落后: 编程与软件工程 -9.4
相对优势: 暂无明显优势 / 相对落后: OpenClaw智能体能力综合测评 -5.5
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数，不取最高分；再按评测领域对这些 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
DeepSeek V3.2 · 64.02
单项最高
GLM-4.7 · AIME2025 95.70
模态覆盖
DeepSeek V3.2 · 1 种模态
完整列出各模型/模式的评测得分，便于横向比较。
14 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | DeepSeek V3.2 | GLM-4.7 | M2.1 | Qwen3-Coder-Next |
|---|---|---|---|---|
GPQA Diamond 综合评估 | 82.40开启思考 | 85.70开启思考 | 81.00开启思考 | -- |
HLE 综合评估 | 25.10开启思考 | 42.80开启思考 ｜ 工具 | 22.00开启思考 | -- |
LiveBench 综合评估 | 62.20开启思考 | 58.09常规模式 | -- | -- |
LiveCodeBench 编程与软件工程 | 83.30开启思考 | 84.90开启思考 | -- | -- |
SWE-Bench Pro - Public 编程与软件工程 | 40.90开启思考 | 40.60开启思考 ｜ 工具 | 32.60开启思考 ｜ 工具 | 44.30常规模式 ｜ 工具 |
SWE-bench Verified 编程与软件工程 | 73.10开启思考 ｜ 工具 | 73.80开启思考 ｜ 工具 | 74.80开启思考 | 70.60常规模式 ｜ 工具 |
AIME 2026 数学推理 | 92.70开启思考 | 92.90开启思考 | -- | -- |
AIME2025 数学推理 | 93.10开启思考 | 95.70开启思考 | 81.00开启思考 | -- |
2.10开启思考 | 2.10常规模式 | -- | -- | |
τ²-Bench Agent能力评测 | 80.30开启思考 ｜ 工具 | 87.40开启思考 ｜ 工具 | -- | -- |
BrowseComp AI Agent - 信息收集 | 51.40开启思考 | 52.00开启思考 ｜ 工具 | 47.40开启思考 ｜ 工具 | -- |
Terminal Bench 2.0 AI Agent - 工具使用 | 46.40开启思考 ｜ 工具 | 41.00开启思考 ｜ 工具 | 47.90开启思考 ｜ 工具 | 36.20常规模式 ｜ 工具 |
Claw Bench OpenClaw智能体能力综合测评 | 79.00开启思考 ｜ 工具 | -- | -- | 75.80开启思考 ｜ 工具 |
Pinch Bench OpenClaw智能体能力综合测评 | 84.30开启思考 ｜ 工具 | -- | 84.30开启思考 ｜ 工具 | 79.10开启思考 ｜ 工具 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | DeepSeek V3.2DeepSeek-AI | GLM-4.7智谱AI | M2.1MiniMaxAI | Qwen3-Coder-Next阿里巴巴 |
|---|---|---|---|---|
核心规格发布时间 | 2025-12-01 | 2025-12-22 | 2025-12-23 | 2026-02-03 |
上下文 | 128K | 200K | 200K | 256K |
参数量 | 6710 | 3580 | 2300 | 80 |
激活参数量 | 370 | 320 | 100 | 3 |
最大输出 | 8192 | 132072 | 131072 | 65536 |
MoE 架构 | 支持 | 支持 | 支持 | 支持 |
支持模式 | 暂无模式数据 | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） | 常规模式（Non-Thinking Mode） |
开源与许可代码开源 | 未提供 | 未开源 | 未开源 | 未提供 |
权重开源 | 未提供 | 未开源 | 未提供 | 未提供 |
商业授权 | 免费商用授权 | 免费商用授权 | 免费商用授权 | 免费商用授权 |
模态支持文本 输入/输出 | / | / | / | / |
资料来源论文 / 报告 | DeepSeek-V3.2 正式版发布与说明 | GLM-4.7: Advancing the Coding Capability | MiniMax M2.1: Significantly Enhanced Multi-Language Programming, Built for Real-World Complex Tasks | Qwen3-Coder-Next: Pushing Small Hybrid Models on Agentic Coding |
DataLearner 博客 | 复杂问题推理能力大幅提升，DeepSeekAI发布DeepSeek V3.2正式版本以及一个评测结果可以媲美Gemini 3.0 Pro的将开源模型推到极限性能的DeepSeek-V3.2-Speciale模型 | 未提供 | 未提供 | 未提供 |
