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。

排行数据源

#模型得分

1

Qwen3.7-Plus阿里巴巴

62.1%

2

Qwen3.7-Max阿里巴巴

57.3%

3

Claude Opus 4.6Anthropic

56.1%

4

DeepSeek-V4-Pro深度求索

52.3%

5

Kimi-K2.6月之暗面

50.9%

6

GLM-5.1智谱AI

50.2%

7

Qwen3.6-Plus阿里巴巴

47.6%

共 7 个模型

返回基准目录