全球权威大模型盲测榜单公布,阿里千问3.6登顶中国最强编程模型

张开发
2026/4/16 18:20:02 15 分钟阅读

分享文章

全球权威大模型盲测榜单公布,阿里千问3.6登顶中国最强编程模型
4月3日全球知名大模型盲测榜单LMArena旗下聚焦AI编程能力的Code Arena公布新一期排名阿里巴巴最新一代大语言模型Qwen 3.6-Plus登上全球榜单第二超越OpenAI、Google、xAI等国际巨头成为该榜单上排名最高的中国大模型。据了解LMArena作为当前AI领域最具公信力的大模型盲测平台之一采用真实用户盲测、实时对抗排名的机制因此也被视为是AI领域最公正权威的全球大模型性能榜单。随着Agent时代到来编程能力成为衡量模型综合实力的关键该榜单备受关注。本次Qwen3.6-Plus斩获第二的React专项榜单是目前AI Coding领域最前沿、挑战性最高的一个技术方向旨在考察大模型在真实复杂Web开发场景下的自主编码能力。与传统的单一代码补全测试不同该榜单要求模型具备完整的工程思维和端到端开发能力能够在无人辅助的情况下独立完成从项目初始化、代码编写到调试运行的全流程。Qwen3.6-Plus是阿里于4月2日最新发布的新一代大语言模型拥有原生多模态理解、推理能力并在代码生成与Agent能力上表现突出。在多项权威编程评测中千问3.6均超越参数量是其两倍乃至三倍的GLM-5、Kimi-K2.5等模型以更少的参数实现了更强的性能成为当前国产模型中编程能力的标杆。新模型发布首日便在全球开发者社区引发热烈反响次日即以1452分位列React榜单第二。榜单数据显示千问3.6得分仅次于Anthropic旗下的Claude-Opus-4.6-Thinking1540分以4分优势领先OpenAI最新发布的GPT-5.0-High1448分并以12分差距超越Google的Gemini 3.1 Pro Preview1440分。这意味着在最具挑战性的AI Coding和Agent任务中千问3.6展现出与全球顶级大模型比肩甚至更优的代码生成与工程化能力。此外在全面评估AI编程能力的 Code Arena 榜单中Qwen3.6-Plus同样位居国产模型之首。凭借这一成绩阿里在全球 AI 实验室排名中升至第四仅次于 Anthropic、OpenAI 和 Google。据悉Qwen3.6-Plus是阿里千问3.6推出的第一款模型后续千问3.6系列还将开源其他尺寸模型性能更强的旗舰模型Qwen3.6-Max也将于近期发布。

更多文章