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(jù)了解，LMArena作為當(dāng)前AI領(lǐng)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(lǐng)域最公正權(quán)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(guān)鍵，該榜單備受關(guān)注。本次Qwen3.6-Plus斬獲第二的React專項榜單是目前AI Coding領(lǐng)域最前沿、挑戰(zhàn)性最高的一個技術(shù)方向，旨在考察大模型在真實復(fù)雜Web開發(fā)場景下的自主編碼能力。與傳統(tǒng)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(fā)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(diào)試運行的全流程。

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

榜單數(shù)據(jù)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(yōu)勢領(lǐng)先OpenAI最新發(fā)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(zhàn)性的AI Coding和Agent任務(wù)中，千問3.6展現(xiàn)出與全球頂級大模型比肩甚至更優(yōu)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(chǎn)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(jù)悉，Qwen3.6-Plus是阿里千問3.6推出的第一款模型，后續(xù)千問3.6系列還將開源其他尺寸模型，性能更強的旗艦?zāi)Ｐ蚎wen3.6-Max也將于近期發(fā)布。