基准KingBench

KingBench 3

一套面向大语言模型的综合能力评测基准，涵盖模拟、3D交互、SVG绘制、数学推理和微调等多个维度

时间轴 (近 90 天)

9月15日

Qwen3 Max 0902 在 KingBench 3 的3D手表题上拿到满分10分，是任何模型在该题上的首个满分

待验证50%

9月15日

Qwen3 Max 0902 相比上一版在电梯模拟、隐形眼镜盒、弓箭射击三道题上失分，仅在3D手表题上加分

待验证50%

9月15日

在3D手表题上，此前历史最高纪录是 Muse Spark 1.3 拿下的8分

待验证50%

7月23日

在博主的KingBench基准测试中，Qwen3该版本获得65/80分（81.25%），位列第二名

待验证50%

Qwen3 Max 0902 在 KingBench 3 的3D手表题上拿到满分10分，是任何模型在该题上的首个满分

Qwen3 Max 0902 相比上一版在电梯模拟、隐形眼镜盒、弓箭射击三道题上失分，仅在3D手表题上加分

在3D手表题上，此前历史最高纪录是 Muse Spark 1.3 拿下的8分

在博主的KingBench基准测试中，Qwen3该版本获得65/80分（81.25%），位列第二名