Qwen3 Max五维度数据全缺失，Smoke评测因API故障不参与排名

Qwen3 Max在今日的Smoke评测里出了状况：execution、grounding、judgment、integrity、communication五个维度的数据全部缺失，显示为-，主榜得分同样是-。自动补跑机制已被触发，本期不参与排名。

数据事实：五维度同时缺失

从得分对比看，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评测每天只有10题，单日出现波动本属正常；可五个维度同时没有数据，指向的是API故障或超时，不是题目抽签造成的局部起伏。

成因分析：API层面而非模型退化

五个维度一起缺失，最可能的机制是API调用失败。Smoke评测要靠稳定的接口返回答案，接口一旦超时或返回空值，所有维度都算不出分数。题目抽签的波动一般只影响单题或单个维度，不会让全部维度数据归零。所以这次异常更偏向技术层面的调用问题，而非模型在代码执行或材料约束上真的退化了。

对使用者的含义

拿Qwen3 Max做代码执行的团队要留意：今日评测中断不等于模型能力下降，但生产环境若也出现类似的API超时，任务执行会受影响。对材料忠实度敏感的场景，补跑结果出来前建议先缓一缓关键决策。开发者可以先看自动补跑后的完整分数，再决定要不要调整调用策略。

战略判断

按现有得分对比，Qwen3 Max这次缺席是API故障造成的，不构成模型能力信号，不必对模型本身过度担忧。下一期Smoke评测若还是出现同样的五维度缺失，才需要进一步验证接口稳定性。目前的数据不支持任何模型退化的结论。

Smoke评测是每日快测，设计初衷就是捕捉短期波动。API故障造成的整期数据缺失属于可预见的运行信号，和稳定性维度衡量的回答一致性无关。用户选型时，应把这类技术中断与模型核心能力分开看。

对重度依赖Qwen3 Max的开发者来说，今天这件事提示要备好接口重试或备用模型方案，以应对偶发的调用失败。材料约束和代码执行维度一旦缺失，下游任务的可靠输出会直接受影响，补跑结果值得重点跟踪。

工程判断与任务表达属于侧榜维度，这次同样没有数据，进一步说明问题出在API层，而非模型回答质量。诚信评级本期因数据缺失无法评估，但不影响模型准入状态，只是本次评测的一条记录。

综合全部可用对比，Qwen3 Max今日异常由技术原因导致，模型真实能力没有出现可观测的变化。使用者可照原计划继续使用，等补跑完成后再以完整维度分数为准做判断。