全球權威大模型盲測榜單公布，阿里千問3.6登頂中國最強編程模型

4月3日，全球知名大模型盲測榜單LMArena旗下聚焦AI編程能力的Code Arena公布新一期排名，阿里巴巴最新一代大語言模型Qwen 3.6-Plus登上全球榜單第二，超越OpenAI、Google、xAI等國際巨頭，成為該榜單上排名最高的中國大模型。

 

據了解，LMArena作為當前AI領域最具公信力的大模型盲測平臺之一，采用真實用戶盲測、實時對抗排名的機制，因此也被視為是AI領域最公正權威的全球大模型性能榜單。隨著Agent時代到來，編程能力成為衡量模型綜合實力的關鍵，該榜單備受關注。本次Qwen3.6-Plus斬獲第二的React專項榜單是目前AI Coding領域最前沿、挑戰性最高的一個技術方向，旨在考察大模型在真實復雜Web開發場景下的自主編碼能力。與傳統的單一代碼補全測試不同，該榜單要求模型具備完整的工程思維和端到端開發能力，能夠在無人輔助的情況下獨立完成從項目初始化、代碼編寫到調試運行的全流程。

Qwen3.6-Plus是阿里于4月2日最新發布的新一代大語言模型，擁有原生多模態理解、推理能力，并在代碼生成與Agent能力上表現突出。在多項權威編程評測中，千問3.6均超越參數量是其兩倍乃至三倍的GLM-5、Kimi-K2.5等模型，以更少的參數實現了更強的性能，成為當前國產模型中編程能力的標桿。新模型發布首日便在全球開發者社區引發熱烈反響，次日即以1452分位列React榜單第二。

榜單數據顯示，千問3.6得分僅次于Anthropic旗下的Claude-Opus-4.6-Thinking（1540分），以4分優勢領先OpenAI最新發布的GPT-5.0-High（1448分），并以12分差距超越Google的Gemini 3.1 Pro Preview（1440分）。這意味著，在最具挑戰性的AI Coding和Agent任務中，千問3.6展現出與全球頂級大模型比肩甚至更優的代碼生成與工程化能力。此外，在全面評估AI編程能力的 Code Arena 榜單中，Qwen3.6-Plus同樣位居國產模型之首。憑借這一成績，阿里在全球 AI 實驗室排名中升至第四，僅次于 Anthropic、OpenAI 和 Google。

據悉，Qwen3.6-Plus是阿里千問3.6推出的第一款模型，后續千問3.6系列還將開源其他尺寸模型，性能更強的旗艦模型Qwen3.6-Max也將于近期發布。

雷峰網(公眾號：雷峰網)