Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Alibaba · pașaport de model

Qwen Plus 0125

qwen-plus-0125

Doar în cloud
Licență Proprietary
Lansat 2025-01-25(curatoriat)

General · LMArena: 1,346#208 din 396
Cea mai bună percentilă: 48.5Urmarea instrucțiunilor
Poziția în cohortă: 48.1mediană 42.6

Ce spun datele

Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 48.5 pct pe Urmarea instrucțiunilor față de 44.5 pct pe Programare.

Urmarea instrucțiunilor48.5 pct1,332Verifică →
General47.7 pct1,346Verifică →
Prompturi dificile46.2 pct1,352Verifică →
Programare44.5 pct1,379Verifică →
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

qwen-plus-0125 stands at 48.1 (raw mean 46.7) — measured on 4 of 27 axes.
pozițieșablonVerifică →
qwen-plus-0125 stands at 48.1 versus a cohort median of 42.6 across 141 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →