Qwen3 Max Thinking (Preview)
AlibabaQwen
रिलीज़ तिथि
2025-11-03
पैरामीटर
—
संदर्भ लंबाई
262K
मोडैलिटीज़
audio, image, text, video
क्षमता रडार
40
general
50
coding
82
reasoning
51
scienceअनुमानित
60
agents
80
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 165 | 54.0 | AA |
| सामान्य रैंकिंग | 107 | 63.0 | AA |
| गणितीय तर्क | 74 | 83.0 | AA |
| विज्ञान | 149 | 55.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
3d
SUNRGBD
0.36 / 100स्वयं
Hypersim
0.13 / 100स्वयं
Agents
GDPval-AA
985.00 / 3000स्वयं
t2-bench
79.5%स्वयं
BFCL-V4
72.2%स्वयं
AndroidWorld_SR
66.4%स्वयं
BrowseComp
63.8%स्वयं
FullStackBench en
62.6%स्वयं
WideSearch
60.5%स्वयं
FullStackBench zh
58.7%स्वयं
OSWorld-Verified
58.0%स्वयं
TIR-Bench
53.2%स्वयं
Terminal-Bench 2.0
49.4%स्वयं
VITA-Bench
33.6%स्वयं
DeepPlanning
24.1%स्वयं
Biology
GPQA
86.6%स्वयं
Chemistry
SuperGPQA
67.1%स्वयं
Code
SWE-Bench Verified
72.0%स्वयं
Communication
Multi-Challenge
61.5%स्वयं
Embodied
EmbSpatialBench
0.84 / 100स्वयं
Finance
MMLU-Pro
86.7%स्वयं
MMLU-ProX
82.2%स्वयं
General
MMLU-Redux
94.0%स्वयं
IFEval
93.4%स्वयं
C-Eval
91.9%स्वयं
Global PIQA
88.4%स्वयं
MAXIFE
87.9%स्वयं
MMMLU
86.7%स्वयं
MMMU
83.9%स्वयं
MMStar
82.9%स्वयं
Include
82.8%स्वयं
LiveCodeBench v6
78.9%स्वयं
MMMU-Pro
76.9%स्वयं
IFBench
76.1%स्वयं
SimpleVQA
0.62 / 100स्वयं
LongBench v2
60.2%स्वयं
NOVA-63
58.6%स्वयं
Grounding
RefCOCO-avg
0.91 / 100स्वयं
ScreenSpot Pro
70.4%स्वयं
RefSpatialBench
0.69 / 100स्वयं
Healthcare
VideoMMMU
82.0%स्वयं
SlakeVQA
81.6%स्वयं
MedXpertQA
67.3%स्वयं
PMC-VQA
63.3%स्वयं
Image To Text
OCRBench
92.1%स्वयं
Language
LingoQA
80.8%स्वयं
WMT24++
78.3%स्वयं
Long Context
MLVU
87.3%स्वयं
LVBench
74.4%स्वयं
AA-LCR
66.9%स्वयं
MMLongBench-Doc
0.59 / 100स्वयं
Math
HMMT 2025
91.4%स्वयं
HMMT25
90.3%स्वयं
MathVista-Mini
87.4%स्वयं
MathVision
86.2%स्वयं
DynaMath
85.9%स्वयं
CodeForces
0.85 / 3000स्वयं
PolyMATH
68.9%स्वयं
Humanity's Last Exam
47.5%स्वयं
Multimodal
VLMsAreBlind
96.7%स्वयं
AI2D
93.3%स्वयं
V*
93.2%स्वयं
MMBench-V1.1
92.8%स्वयं
OmniDocBench 1.5
89.8%स्वयं
VideoMME w sub.
87.3%स्वयं
VideoMME w/o sub.
83.9%स्वयं
CC-OCR
81.8%स्वयं
CharXiv-R
77.2%स्वयं
MVBench
76.6%स्वयं
MMVU
74.7%स्वयं
BabyVision
40.2%स्वयं
ZEROBench-Sub
0.36 / 100स्वयं
Nuscene
15.4%स्वयं
ZEROBench
0.09 / 100स्वयं
Reasoning
CountBench
0.97 / 100स्वयं
BrowseComp-zh
69.9%स्वयं
Hallusion Bench
67.6%स्वयं
ERQA
62.0%स्वयं
Seal-0
44.1%स्वयं
OJBench
39.5%स्वयं
Spatial Reasoning
RealWorldQA
85.1%स्वयं
Vision
ODinW
44.5%स्वयं
AA मूल्यांकन सूचकांक
Math Index82.3
Intelligence Index25.0
Tau20.8
Mmlu Pro0.8
Aime 250.8
Gpqa0.8
Lcr0.6
Ifbench0.5
Livecodebench0.5
Scicode0.4
Terminalbench Hard0.2
Hle0.1
LLM Stats श्रेणी स्कोर
Legal100
Finance100
Agents76
General46
Reasoning19
Biology90
Image To Text80
Instruction Following80
Language80
Math80
Physics80
Structured Output80
Embodied80
Grounding80
Healthcare80
Chemistry80
Text-to-image80
Video80
Long Context70
Multimodal70
Spatial Reasoning70
Frontend Development70
Economics70
Vision70
Search60
Code60
Communication60
Tool Calling60
Spatial20
3d20
मूल्य निर्धारण
इनपुट मूल्य$1.2 / 1M टोकन
आउटपुट मूल्य$6 / 1M टोकन
मिश्रित मूल्य (3:1)$2.4 / 1M टोकन
गति
टोकन/सेकंड51.0
पहले टोकन में देरी1.84s
पहले उत्तर में देरी41.03s
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
1 प्रदाता
प्रदाताइनपुटआउटपुट
1Alibabaप्राथमिक
$1.2
$6
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।