Qwen3 4B 2507 (Reasoning)
74.3%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.318
- Ultima sincronizare
- 53 minacum 53 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 7 ore
- Arena · WebDev· acum 7 ore
- Arena · Vision· acum 7 ore
- Arena · Agent· acum 7 ore
- GPQA Diamond· acum 53 de minute
- SWE-bench· acum 53 de minute
- Terminal-Bench· acum 53 de minute
- ARC-AGI-2· acum 53 de minute
Filtrează după organizație:
Lansat:
Qwen3 4B (Reasoning)
69.6%
niciun interval publicat
Qwen3 4B 2507 Instruct
67.2%
niciun interval publicat
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 136 | Qwen3 4B 2507 (Reasoning) | alibaba | — | — | 74.3% | — | — | ||
| 162 | Qwen3 4B (Reasoning) | alibaba | — | — | 69.6% | — | #273–493 | ||
| 175 | Qwen3 4B 2507 Instruct | alibaba | — | — | 67.2% | — | — |
Se afișează MMLU-Pro (Artificial Analysis) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.