qwen3-235b-a22b-thinking-2507
54±2
51interval57
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.325
- Ultima sincronizare
- 24 minacum 24 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 11 ore
- Arena · WebDev· acum 11 ore
- Arena · Vision· acum 11 ore
- Arena · Agent· acum 11 ore
- GPQA Diamond· acum 24 de minute
- SWE-bench· acum 24 de minute
- Terminal-Bench· acum 24 de minute
- ARC-AGI-2· acum 24 de minute
Filtrează după organizație:
Lansat:
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 | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 277 | qwen3-235b-a22b-thinking-2507 | alibaba | iul. 2025 | $0.45 / $3.50 | 54.3Clasat 54.3 = (6 × 56.4 + 3 × 50) ÷ 9. 56.4 este Media: percentila medie pe cele 6 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 51–57 | 56.4 | 24 | 6/22 | #115–277 | 63 | — | — | — | — | — | — | 61 | 67 | 43 | 43 | — | — | — | 61 | — | — | — | — | — | — | — |
Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model