qwen2.5-72b-instruct
52.9%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 4 minacum 4 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 4 minute
- SWE-bench· acum 4 minute
- Terminal-Bench· acum 4 minute
- ARC-AGI-2· acum 4 minute
Filtrează după organizație:
Lansat:
codegen3_5k-qwen2.5-72b-instruct-2-chk-50
50.1%
niciun interval publicat
qwen2.5-72b-instruct-turbo
49.0%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 150 | qwen2.5-72b-instruct | Alibaba | sept. 2024 | — | 52.9% | — | #227–723 | ||
| 162 | codegen3_5k-qwen2.5-72b-instruct-2-chk-50 | Alibaba | — | — | 50.1% | — | — | ||
| 169 | qwen2.5-72b-instruct-turbo | Alibaba | — | — | 49.0% | — | — |
Se afișează LiveBench 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.