qwen3-8b
56.8%±2.9%
53.8%CI59.7%
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 28 minacum 28 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 5 ore
- Arena · WebDev· acum 5 ore
- Arena · Vision· acum 5 ore
- Arena · Agent· acum 5 ore
- GPQA Diamond· acum 28 de minute
- SWE-bench· acum 28 de minute
- Terminal-Bench· acum 28 de minute
- ARC-AGI-2· acum 28 de minute
Filtrează după organizație:
Lansat:
deepseek-r1-0528-qwen3-8b
9.3%±1.1%
8.2%CI10.3%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 132 | qwen3-8b | Alibaba | apr. 2025 | $0.12 / $0.46 | 56.8% | 53.8%–59.7% | #277–377 | ||
| 221 | deepseek-r1-0528-qwen3-8b | — | — | — | 9.3% | 8.2%–10.3% | #465–919 |
Se afișează GPQA Diamond 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.