Qwen3 Max Smoke测试5维度全空：API故障致数据缺失，本期排名直接缺席

Qwen3 Max在今日Smoke评测中出现execution、grounding、judgment、integrity、communication五维度数据完全缺失，API故障/超时是直接原因，已触发自动补跑且本期不参与主榜排名。

数据事实：五维度得分对比全为缺失

得分对比表格显示，代码执行、材料约束、工程判断、任务表达以及主榜全部呈现“- → -（-）”状态，表明本次评测未能获得任何可审计的有效回答记录。Smoke评测每日仅10题，单日波动属于正常范围，但五维度同时无数据的情况超出常规抽签波动。

成因分析：API故障而非题目抽签波动

题目抽签波动通常仅影响个别维度得分，而本次五维度同时缺失且明确标注“API故障/超时”，指向外部调用链路中断而非模型内部能力退化。自动补跑机制已启动，说明系统判定本次结果不可用。无证据显示模型在代码执行或材料约束上出现系统性退化，故障更可能集中在API响应超时环节。

对使用者的含义

重代码执行的团队在生产环境中依赖Qwen3 Max时，需增加API健康检查与超时重试机制，避免单次调用失败导致任务中断。对材料忠实度敏感的场景，开发者应在关键流程中加入人工校验节点，防止因评测数据缺失而低估潜在风险。

• 企业选型时可将Qwen3 Max列为备选，但需同步准备备用模型以应对偶发API故障。
• 依赖该模型的开发者应监控连续多日Smoke评测结果，确认故障是否在补跑后恢复。

战略判断

基于当前得分对比，Qwen3 Max本次异常由API故障导致，而非模型真实退化，暂无需下调对其能力的评估。下一期Smoke评测结果将提供关键验证信号，若补跑后五维度恢复正常得分，则本次事件可视为孤立故障；若持续缺失，则需进一步排查调用链路稳定性。

本次事件提醒所有使用Smoke评测结果进行模型选型的团队，单日数据缺失属于系统可观测信号，应结合自动补跑状态综合判断，而非直接视为模型能力问题。

数据来源：赢政指数 (YZ Index) | Run #394 | 查看原始数据