Qwen3 Max Smoke评测五维度全缺 API故障致主榜零记录

Qwen3 Max在今日Smoke评测中execution、grounding、judgment、integrity、communication五维度全部缺失，主榜得分记录为“- → -（-）”，本期不参与排名。

数据事实：完整记录中断

得分对比表显示，代码执行、材料约束、工程判断、任务表达、主榜五项全部为空白。Smoke评测每日10题，2题/维度，此次结果直接归因于API故障/超时，已触发自动补跑。

成因分析：API层面而非模型层面

五维度同时缺失指向调用链路中断，而非单题抽签波动。题目抽签波动通常只影响个别维度分数，此次为全维度无返回，符合API超时特征。模型真实退化会表现为分数下降而非记录空白，因此本次事件更可能是服务端响应失败。

执行与材料约束主榜维度均无数据，说明问题发生在请求返回阶段，而非模型内部推理。

对使用者的含义

重代码执行的团队若依赖Qwen3 Max进行每日Smoke级验证，今日事件意味着该模型在关键时段不可用。材料约束敏感场景同样受影响，因为grounding维度缺失直接阻断忠实度检查流程。

• 企业选型时需将API可用性纳入SLA考核，今日零记录即为一次实际案例。
• 开发者在生产环境调用前应增加超时重试与降级逻辑，避免单点故障影响整体流程。

战略判断：需持续关注可用性信号

基于当前得分对比，事件由API故障导致而非模型能力退化，因此无需对Qwen3 Max核心能力下调判断。但同一模型连续出现API超时将直接拉低可用性维度，值得下期验证是否复现。

自动补跑机制已启动，后续完整数据将决定是否恢复排名。当前唯一可确认的事实是：今日Smoke评测中Qwen3 Max因API故障未能提供任何主榜维度得分。

数据来源：赢政指数 (YZ Index) | Run #387 | 查看原始数据