4 月 3 日，全球知名大模型盲测榜单 LMArena 旗下聚焦 AI 编程能力的 Code Arena 公布新一期排名，阿里巴巴最新一代大语言模型 Qwen 3.6-Plus 登上全球榜单第二，超越 OpenAI、Google、xAI 等国际巨头，成为该榜单上排名最高的中国大模型。
4 月 3 日，全球知名大模型盲测榜单 LMArena 旗下聚焦 AI 编程能力的 Code Arena 公布新一期排名，阿里巴巴最新一代大语言模型 Qwen 3.6-Plus 登上全球榜单第二，超越 OpenAI、Google、xAI 等国际巨头，成为该榜单上排名最高的中国大模型。
据了解，LMArena 作为当前 AI 领域最具公信力的大模型盲测平台之一，采用真实用户盲测、实时对抗排名的机制，因此也被视为是 AI 领域最公正权威的全球大模型性能榜单。随着 Agent 时代到来，编程能力成为衡量模型综合实力的关键，该榜单备受关注。本次 Qwen3.6-Plus 斩获第二的 React 专项榜单是目前 AI Coding 领域最前沿、挑战性最高的一个技术方向，旨在考察大模型在真实复杂 Web 开发场景下的自主编码能力。与传统的单一代码补全测试不同，该榜单要求模型具备完整的工程思维和端到端开发能力，能够在无人辅助的情况下独立完成从项目初始化、代码编写到调试运行的全流程。
Qwen3.6-Plus 是阿里于 4 月 2 日最新发布的新一代大语言模型，拥有原生多模态理解、推理能力，并在代码生成与 Agent 能力上表现突出。在多项权威编程评测中，千问 3.6 均超越参数量是其两倍乃至三倍的 GLM-5、Kimi-K2.5 等模型，以更少的参数实现了更强的性能，成为当前国产模型中编程能力的标杆。新模型发布首日便在全球开发者社区引发热烈反响，次日即以 1452 分位列 React 榜单第二。
榜单数据显示，千问 3.6 得分仅次于 Anthropic 旗下的 Claude-Opus-4.6-Thinking（1540 分），以 4 分优势领先 OpenAI 最新发布的 GPT-5.0-High（1448 分），并以 12 分差距超越 Google 的 Gemini 3.1 Pro Preview（1440 分）。这意味着，在最具挑战性的 AI Coding 和 Agent 任务中，千问 3.6 展现出与全球顶级大模型比肩甚至更优的代码生成与工程化能力。此外，在全面评估 AI 编程能力的 Code Arena 榜单中，Qwen3.6-Plus 同样位居国产模型之首。凭借这一成绩，阿里在全球 AI 实验室排名中升至第四，仅次于 Anthropic、OpenAI 和 Google。
据悉，Qwen3.6-Plus 是阿里千问 3.6 推出的第一款模型，后续千问 3.6 系列还将开源其他尺寸模型，性能更强的旗舰模型 Qwen3.6-Max 也将于近期发布。
