Qwen3 Max Smoke评测数据全缺席 API故障致主榜不参与排名

Qwen3 Max在今日Smoke评测中出现execution、grounding、judgment、integrity、communication五维度数据缺失，全部显示为-，主榜得分同样为-，已触发自动补跑机制，本期不参与排名。

数据事实：五维度同时缺失

得分对比显示，代码执行从-变为-，材料约束从-变为-，工程判断从-变为-，任务表达从-变为-，主榜从-变为-。Smoke评测每日仅10题，单日波动属正常范围，但五维度同时无数据的情况指向API故障或超时，而非题目抽签导致的局部波动。

成因分析：API层面而非模型退化

五维度同时缺失的机制最可能来自API调用失败。Smoke评测依赖稳定接口返回答案，若接口超时或返回空值，所有维度均无法计算分数。题目抽签波动通常只影响单题或单维度得分，不会造成全部维度数据归零。因此本次异常更可能是技术层面的调用问题，而非模型在代码执行或材料约束上的真实退化。

对使用者的含义

依赖Qwen3 Max进行代码执行的团队需注意，今日评测中断不代表模型能力下降，但若生产环境也出现类似API超时，任务执行会受影响。对材料忠实度敏感的场景，建议在补跑结果出来前暂缓关键决策。开发者可优先观察自动补跑后的完整分数，再判断是否调整调用策略。

战略判断

基于当前得分对比，Qwen3 Max本次缺席由API故障导致，不构成模型能力信号，无需对模型本身产生过度担忧。下一期Smoke评测若仍出现同类五维度缺失，才需进一步验证接口稳定性。当前数据不支持任何关于模型退化的结论。

Smoke评测作为每日快测，设计初衷是捕捉短期波动。API故障导致的整期数据缺失属于可预见的运行信号，与稳定性维度所衡量的回答一致性无关。用户在选型时，应将此类技术中断与模型核心能力区分看待。

对重度依赖Qwen3 Max的开发者而言，今日事件提示需准备接口重试或备用模型方案，以应对偶发调用失败。材料约束和代码执行维度一旦缺失，直接影响下游任务的可靠输出，因此补跑结果值得重点跟踪。

工程判断与任务表达作为侧榜维度，本次同样无数据，进一步印证问题出在API层而非模型回答质量。诚信评级在本期因数据缺失无法评估，但这不影响模型准入状态，仅为本次评测记录。

综合全部可用对比，Qwen3 Max今日异常为技术原因所致，模型真实能力未发生可观测变化。使用者可继续按原有计划使用，待补跑完成后以完整维度分数为准进行判断。

数据来源：赢政指数 (YZ Index) | Run #418 | 查看原始数据