QwenWorldBenchAgent

QwenWorldBench 由 Qwen 团队开发，是综合性 Agent 评估基准。涵盖多语言、多文化背景下的 Agent 任务执行能力，包括网页浏览、工具使用、多轮对话和复杂推理等多种场景，专注于评估通用型 AI Agent 的全球化适应能力。

#	模型	得分 (%)	厂商	来源
1	Qwen3.7-Plus	62.1	阿里巴巴	Qwen3.7-Plus 技术报告
2	Qwen3.7-Max	57.3	阿里巴巴	Qwen3.7-Max 技术报告
3	Claude Opus 4.6	56.1	Anthropic	Qwen3.7-Plus 技术报告
4	DeepSeek-V4-Pro	52.3	深度求索	Qwen3.7-Plus 技术报告
5	Kimi-K2.6	50.9	月之暗面	Qwen3.7-Plus 技术报告
6	GLM-5.1	50.2	智谱AI	Qwen3.7-Plus 技术报告
7	Qwen3.6-Plus	47.6	阿里巴巴	Qwen3.7-Plus 技术报告

QwenWorldBench 由 Qwen 团队开发，是综合性 Agent 评估基准。涵盖多语言、多文化背景下的 Agent 任务执行能力，包括网页浏览、工具使用、多轮对话和复杂推理等多种场景，专注于评估通用型 AI Agent 的全球化适应能力。

#	模型	得分 (%)	厂商	来源
1	Qwen3.7-Plus	62.1	阿里巴巴	Qwen3.7-Plus 技术报告
2	Qwen3.7-Max	57.3	阿里巴巴	Qwen3.7-Max 技术报告
3	Claude Opus 4.6	56.1	Anthropic	Qwen3.7-Plus 技术报告
4	DeepSeek-V4-Pro	52.3	深度求索	Qwen3.7-Plus 技术报告
5	Kimi-K2.6	50.9	月之暗面	Qwen3.7-Plus 技术报告
6	GLM-5.1	50.2	智谱AI	Qwen3.7-Plus 技术报告
7	Qwen3.6-Plus	47.6	阿里巴巴	Qwen3.7-Plus 技术报告