Qwen3.7 Max在Artificial Analysis评测中得分，27B/35B等待室
摘要
Qwen3.7 Max在Artificial Analysis基准测试中排名第五，与GPT-5.4持平，并超越了刚发布的Gemini 3.5 Flash，而Qwen3.6 27B则明显落后。
https://preview.redd.it/42ak5qmus82h1.png?width=1133&format=png&auto=webp&s=744ea3dfc06c83d0c4d8aa128c39b3238b17d7be Qwen 3.7 Max位列第五，与GPT 5.4 (xhigh)基本持平，略高于刚发布的Gemini 3.5 Flash。在另一端，我们看到DSV4 Flash和Qwen3.6 27B，后者比其最大版本正好落后6分。希望Qwen3.7也能与其最大版大哥处于同一水平。
相似文章
Qwen 3.6 27B 在 DeepSWE 上的表现
Qwen 3.6 27B 在 DeepSWE 基准测试中获得了 2% 的分数，排名 18/20，高于 Haiku 4.5 和 Minimax M2.7，突显了本地模型与前沿模型之间的差距。
Qwen 3.8 27B 在 Artificial Analysis Intelligence Index 上获得 52 分
在 Simon Willison 的博客文章中强调，Qwen 3.8 27B AI 模型在 Artificial Analysis Intelligence Index 上取得了 52 分。
Qwen 3.8 27B Aider 得分
用户使用 Aider 对 Qwen 3.8 27B 进行基准测试，发现其得分为 72.9，与 Gemini 2.5 Pro 相当，并通过 vLLM 在 MacBook 上进行本地推理，优于其他最先进模型。
Qwen 3.8 27B 在 Code Arena 排名第9。Gemma 4 31B 排名第80。
阿里巴巴 Qwen 的 Qwen3.8-27B 在 Code Arena 基准测试中以 1595 分获得第9名，超越了 Gemma 4-31B 等更大模型，并重塑了编码性能的帕累托前沿。
Qwen3.6-35B-A3B 和 9B 已正式登上公开的 Terminal-Bench 2.0 排行榜！
Qwen3.6-35B-A3B 和 Qwen3.5-9B 模型已正式登上 Terminal-Bench 2.0 排行榜，其中 little-coder 在 35B 变体上取得 24.6% 的成绩，超越了 Gemini 2.5 Pro 和 Qwen3-Coder-480B；而 9B 模型则表明，10B 以下的本地模型能够与高难度代理基准竞争。