QwenClawBench编程

官方网站

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。

排行数据源

#模型得分

1

Claude Opus 4.6Anthropic

65.5%

2

Qwen3.7-Max阿里巴巴

64.3%

3

Qwen3.7-Plus阿里巴巴

61.8%

4

DeepSeek-V4-Pro深度求索

59.2%

5

GLM-5.1智谱AI

58.7%

6

Qwen3.6-Plus阿里巴巴

57.2%

7

Kimi-K2.6月之暗面

54.7%

8

Kimi-K2.5月之暗面

54.3%

9

GLM-5智谱AI

54.1%

10

Qwen3.6-27B阿里巴巴

53.4%

共 14 个模型

返回基准目录