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，全球权威强编全球知名大模型盲测榜单LMArena旗下聚焦AI编程能力的大模单公顶中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，型盲型超越OpenAI、测榜程模Google、问登xAI等国际巨头，国最成为该榜单上排名最高的全球权威强编中国大模型。

据了解，LMArena作为当前AI领域最具公信力的测榜程模大模型盲测平台之一，采用真实用户盲测、问登实时对抗排名的国最机制，因此也被视为是全球权威强编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，大模单公顶中编程能力成为衡量模型综合实力的型盲型关键，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-Thinking（1540分），以4分优势领先OpenAI最新发布的GPT-5.0-High（1448分），并以12分差距超越Google的Gemini 3.1 Pro Preview（1440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。

雷峰网(公众号：雷峰网)

最新评论