El gigante tecnológico chino es la única empresa no estadounidense en colarse entre los cinco primeros puestos de la última clasificación de Code Arena.

El último modelo de inteligencia artificial de Alibaba Group Holding ha asegurado un puesto de primer nivel en una importante clasificación global de programación, convirtiendo al gigante tecnológico chino en el único desarrollador —aparte de Anthropic— en irrumpir en los cinco primeros puestos del ranking.

Qwen3.7-Max, el modelo de IA más reciente de Alibaba, obtuvo una puntuación de 1.541 en la clasificación de Code Arena, adjudicándose el cuarto puesto a nivel mundial y situándose por delante de modelos rivales de OpenAI y Google. Los otros cuatro puestos del top 5 fueron ocupados por diversas iteraciones de los modelos Claude, desarrollados por la potencia en IA Anthropic.

Esta clasificación surge en un momento en que los desarrolladores chinos de IA están pivotando cada vez más: pasando de los chatbots de propósito general hacia agentes de programación especializados y otros sistemas autónomos, los cuales son percibidos por los inversores como las aplicaciones comercialmente más viables para la IA generativa.

A diferencia de los *benchmarks* (pruebas de referencia) de programación tradicionales —como HumanEval o SWE-bench—, que se basan en exámenes estandarizados, los usuarios de Code Arena evalúan la capacidad de los modelos para construir de forma independiente y desde cero aplicaciones web completas e interactivas, a partir de las indicaciones (prompts) de los propios usuarios.

Posteriormente, los usuarios votan sobre los resultados —presentados de forma anonimizada— mediante comparaciones a ciegas; esto significa que la clasificación refleja fielmente las preferencias de los desarrolladores del mundo real.

Esta prueba de referencia es gestionada por Arena, una organización fundada por investigadores de la Universidad de California en Berkeley, en colaboración con la Universidad de California en San Diego y la Universidad Carnegie Mellon.