正在加载页面内容
QwenClawBench编程
QwenClawBench 是通义千问团队推出的命令行代理评测基准，评估 AI 在终端环境中的任务完成能力。涵盖文件操作、系统管理、代码构建和网络配置等场景，为衡量 AI CLI 代理能力提供标准化测试集。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 65.5 | Anthropic | Qwen3.7-Plus 技术报告 | ||
| 2 | 64.3 | 阿里巴巴 | Qwen3.7-Max 技术报告 | ||
| 3 | 61.8 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 4 | 59.2 | 深度求索 | Qwen3.7-Plus 技术报告 | ||
| 5 | 58.7 | 智谱AI | Qwen3.7-Plus 技术报告 | ||
| 6 | 57.2 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 7 | 54.7 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 8 | 54.3 | 月之暗面 | Qwen3.6-Plus 技术报告 | ||
| 9 | 54.1 | 智谱AI | Qwen3.6-Plus 技术报告 | ||
| 10 | 53.4 | 阿里巴巴 | Qwen3.6-27B 技术报告 |
