AIFIND / MODEL INTELLIGENCE
Qwen3.8 Max
Alibaba · 公開日 2026-07-19
集計
総合スコア65.6
参考順位#13
証拠のカバー率81.3%
個別評価14
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠76.9%
コーディング
DeepSWE v1.1総合比較の証拠57.5%
推論
LiveBench · 推論と数学総合比較の証拠89.8%
FrontierMath v2 · Tiers 1–3総合比較の証拠74.7%
FrontierMath v2 · Tier 4総合比較の証拠46.3%
Chess Puzzles総合比較の証拠29.0%
知識
SimpleQA Verified総合比較の証拠45.8%
専門業務
APEX-Agents 1.1総合比較の証拠63.3%
採用しない結果・未測定
- Creative Writing v3 — 採用可能な実測がありません
- Longform Writing — 採用可能な実測がありません
欠測の分野: 中国語・多言語。公表誤差のない測定: 5 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
Kimi K3 · #1214 共通測定
共通証拠の重み 68.8% · 相対的な純支持差 -0.038
| 出典 | Qwen3.8 Max | Kimi K3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 78.4% | 12.5% |
| Arena · 創作 ↗ | 1,467.9 | 1,460.2 | 6.3% |
| DeepSWE v1.1 ↗ | 57.5% | 68.5% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.9% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.6% | 62.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.8% | 87.6% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.7% | 72.2% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 39.0% | 1.6% |
| Chess Puzzles ↗ | 29.0% | 39.0% | 3.1% |
| Mystery Game Puzzles ↗ | 38.0% | 26.0% | 3.1% |
| SimpleQA Verified ↗ | 45.8% | 50.6% | 6.3% |
| GPQA Diamond ↗ | 92.7% | 93.1% | 6.3% |
| APEX-Agents 1.1 ↗ | 63.3% | 50.6% | 6.3% |
| Vals Finance Agent ↗ | 50.6% | 53.1% | 6.3% |
Muse Spark 1.2 · #1410 共通測定
共通証拠の重み 65.6% · 相対的な純支持差 0.033
| 出典 | Qwen3.8 Max | Muse Spark 1.2 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 76.4% | 12.5% |
| Arena · 創作 ↗ | 1,467.9 | 1,455.5 | 6.3% |
| DeepSWE v1.1 ↗ | 57.5% | 54.9% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.9% | 77.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.6% | 57.6% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.8% | 90.6% | 3.1% |
| SimpleQA Verified ↗ | 45.8% | 60.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 63.3% | 36.4% | 6.3% |
| Vals Finance Agent ↗ | 50.6% | 60.6% | 6.3% |
| Arena Vision ↗ | 1,301.2 | 1,292.8 | 12.5% |
GPT-6 Sol · #1112 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 -0.021
| 出典 | Qwen3.8 Max | GPT-6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,467.9 | 1,441.5 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.9% | 81.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.6% | 52.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.8% | 92.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.7% | 89.8% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 90.0% | 1.6% |
| Mystery Game Puzzles ↗ | 38.0% | 56.0% | 3.1% |
| SimpleQA Verified ↗ | 45.8% | 60.7% | 6.3% |
| GPQA Diamond ↗ | 92.7% | 94.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 63.3% | 54.3% | 6.3% |
| Vals Finance Agent ↗ | 50.6% | 49.0% | 6.3% |
Gemini 3 Pro Preview · #154 共通測定
共通証拠の重み 28.1% · 相対的な純支持差 0.033
| 出典 | Qwen3.8 Max | Gemini 3 Pro Preview | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,467.9 | 1,484.4 | 6.3% |
| Chess Puzzles ↗ | 29.0% | 31.0% | 3.1% |
| GPQA Diamond ↗ | 92.7% | 92.6% | 6.3% |
| Arena Vision ↗ | 1,301.2 | 1,289.3 | 12.5% |
GPT-5.6 Sol · #1015 共通測定
共通証拠の重み 81.3% · 相対的な純支持差 -0.159
| 出典 | Qwen3.8 Max | GPT-5.6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 79.8% | 12.5% |
| Arena · 創作 ↗ | 1,467.9 | 1,468.3 | 6.3% |
| DeepSWE v1.1 ↗ | 57.5% | 72.7% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 72.9% | 83.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 64.6% | 56.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.8% | 93.9% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 74.7% | 89.1% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 46.3% | 82.9% | 1.6% |
| Chess Puzzles ↗ | 29.0% | 55.0% | 3.1% |
| Mystery Game Puzzles ↗ | 38.0% | 58.0% | 3.1% |
| SimpleQA Verified ↗ | 45.8% | 69.7% | 6.3% |
| GPQA Diamond ↗ | 92.7% | 93.5% | 6.3% |
| APEX-Agents 1.1 ↗ | 63.3% | 51.4% | 6.3% |
| Vals Finance Agent ↗ | 50.6% | 53.8% | 6.3% |
| Arena Vision ↗ | 1,301.2 | 1,284.7 | 12.5% |