Qwen3.6-Max-Preview是什麼
Qwen3.6-Max-Preview 是阿里通義千問團隊推出的下一代旗艦大模型早期預覽版。相比 Qwen3.6-Plus，模型在智能體編程、世界知識和指令遵循三大維度實現顯著提升，在 SWE-bench Pro、Terminal-Bench 2.0、SciCode 等六項編程基準測試中取得最高分。用戶可通過 Qwen Studio 在線體驗，或通過阿里雲百鍊 API 調用。
Qwen3.6-Max-Preview的主要功能
-
智能體編程：在 SWE-bench Pro、Terminal-Bench 2.0、SkillsBench 等六項編程基準中取得最高分，支持代碼生成、終端操作與長程代碼任務。
-
世界知識增強：研究生級別知識問答（SuperGPQA）與中文知識（QwenChineseBench）能力顯著提升。
-
指令遵循優化：真實場景工具調用格式遵循（ToolcallFormatIFBench）表現更優。
-
思維鏈保留：支持
preserve_thinking功能，可在多輪對話中保留前序思維內容，適配複雜智能體任務。 -
協議兼容：API 兼容 OpenAI（chat completions/responses）與 Anthropic 接口規範，便於無縫接入現有工作流。
如何使用Qwen3.6-Max-Preview
- 在線體驗：訪問 Qwen Studio，選擇 Qwen3.6-Max-Preview 模型可開始交互對話。
- API 調用
- 訪問阿里雲百鍊官網，獲取 API Key。
- 調用時模型名稱填寫
qwen3.6-max-preview。 - 支持 OpenAI 標準協議（chat completions / responses）及 Anthropic API 接口，可直接替換現有工作流中的模型名稱接入。
Qwen3.6-Max-Preview的關鍵信息和使用要求
-
產品定位：阿里通義千問下一代旗艦大模型的早期預覽版，繼 Qwen3.6-Plus 後的升級版本。
-
核心提升：智能體編程能力顯著增強，世界知識與指令遵循表現更優。
-
性能表現：在 SWE-bench Pro、Terminal-Bench 2.0、SkillsBench、QwenClawBench、QwenWebBench、SciCode 六項編程基準中取得最高分。
-
狀態說明：目前仍爲預覽版，模型正在積極迭代中，後續版本將持續優化。
Qwen3.6-Max-Preview的核心優勢
-
智能體編程領先：在 SWE-bench Pro、Terminal-Bench 2.0、SkillsBench 等六項編程基準中取得最高分，代碼生成與終端操作能力大幅超越前代。
-
世界知識增強：研究生級知識問答（SuperGPQA）與中文知識（QwenChineseBench）表現顯著提升，知識可靠性更優。
-
指令遵循更精準：真實場景工具調用格式遵循（ToolcallFormatIFBench）能力更強，複雜任務執行更穩定。
-
競品表現突出：多項基準超越 Claude 4.5 Opus、GLM 5.1 等主流前沿模型。
-
生態兼容性強：API 兼容 OpenAI 與 Anthropic 協議，支持
preserve_thinking功能，可無縫接入現有智能體工作流。
Qwen3.6-Max-Preview的同類競品對比
| 對比維度 | Qwen3.6-Max-Preview | Claude 4.5 Opus | GLM 5.1 |
|---|---|---|---|
| SWE-bench Pro（工程代碼） | 57.3 🥇 | 50.9 | 58.4 |
| Terminal-Bench 2.0（終端編程） | 65.4 🥇 | 59.3 | 63.5 |
| SkillsBench（智能體技能） | 55.6 🥇 | 45.3 | 53.1 |
| SciCode（科研代碼） | 47.0 | 49.5 🥇 | — |
| NL2Repo（長程代碼） | 42.9 | 43.2 🥇 | 42.7 |
| QwenWebBench（前端開發） | 1532 | — | 1558 🥇 |
| SuperGPQA（研究生知識） | 73.9 🥇 | 70.6 | — |
| QwenChineseBench（中文知識） | 84.0 🥇 | 69.0 | — |
| ToolcallFormatIFBench（指令遵循） | 86.1 🥇 | 84.2 | 60.1 |
| GDPval-AA（真實世界任務） | 51.0 🥇 | 48.0 | 52.0 |
Qwen3.6-Max-Preview的應用場景
-
軟件開發：支持代碼生成、調試、終端操作與倉庫級長程編程任務，適配全棧開發流程。
-
科研計算：輔助研究型代碼編寫與數據分析，提升科研自動化效率。
-
前端構建：生成網頁設計、Web 應用、遊戲、SVG、數據可視化、動畫及 3D 內容。
-
智能體自動化：模型能執行真實世界複雜任務，通過工具調用串聯多步驟工作流。
-
知識問答：模型提供研究生級別專業知識解答與中文領域深度知識服務。
© 版權聲明
文章版权归作者所有，未经允许请勿转载。
相關文章
暫無評論...
