AI 基准测试结果和模型表现
按日期绘制的单项基准测试分数。
| 组织 | 模型 | 报告时间 | 最高分数 | 信息 | 自行报告 | 来源 |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 2026年9月22日 | 18.20 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | 否 | 来源 | |
| GPT-6 Astra | 2026年9月03日 | 13.90 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | 否 | 来源 | |
| GPT-6.1 Sol | 2026年9月29日 | 11.80 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | 否 | 来源 | |
| Qwen 4 Max | 2026年11月16日 | 7.50 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | 否 | 来源 | |
| Kimi K3.1 | - | 3.90 | AgentArena (Net Improvement); Qwen4-Max launch chart (Nov 2026); score cited by Qwen from LM Arena; chart: https://pbs.twimg.com/media/HXNgxQIaEAAHHwZ.jpg | 否 | 来源 |