Qwen3.8 Max Dẫn Đầu Chỉ Số Agentic Index Của Artificial Analysis

Chỉ số Agentic Index của Artificial Analysis đã xếp hạng Qwen (cụ thể là Qwen3.8 Max) là mô hình hoạt động tốt nhất cho các tác vụ mang tính tự chủ (agentic). Cột mốc này làm nổi bật khả năng của mô hình trong việc xử lý các quy trình làm việc phức tạp và tự động. Bảng xếp hạng này báo hiệu sự thay đổi trong các bài kiểm tra đánh giá (benchmark) LLM, cho thấy khả năng cạnh tranh ngày càng tăng của các mô hình Trung Quốc như Qwen trong các quy trình tự chủ. Nó cũng nhấn mạnh sự chuyển dịch của ngành từ đánh giá tĩnh sang các bài kiểm tra động, hướng tới hành động. Chỉ số Agentic Index đo lường hiệu suất trong việc sử dụng công cụ nhiều bước, lập kế hoạch, phục hồi lỗi và hoàn thành tác vụ tự động, tổng hợp từ các benchmark như SWE-bench. Tuy nhiên, người dùng cũng bày tỏ lo ngại về chi phí tài chính cao khi chạy các nhóm tác nhân tự chủ (agentic swarms) và độ tin cậy của một số bảng xếp hạng.