国外几个bench上我没看过，但是国内应该有私人测评但是不保证公正性，我个人用它跑了一些常见的代码测试比如魔方旋转，迷宫寻路，函数计算器等，做的不错。字节的doubao1.6目前比qwen3使用体验是略胜一筹。