Qwen3 4B 2507 (Reasoning)
54±0
53interval54
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 5 ore
- Arena · WebDev· acum 5 ore
- Arena · Vision· acum 5 ore
- Arena · Agent· acum 5 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
48±0
47interval49
qwen3-4b-instruct-2507
45±1
43interval47
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 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 307 | Qwen3 4B 2507 (Reasoning) | alibaba | — | — | 54.0 58.0Clasat 54.0 = (3 × 58.0 + 3 × 50) ÷ 6. 58.0 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | — | 19 | 3/22 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 49 | 68 | 56 | — | ||
| 493 | qwen3-4b | Alibaba | — | — | 47.9 46.6Clasat 47.9 = (5 × 46.6 + 3 × 50) ÷ 8. 46.6 este percentila medie pe cele 5 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 47–49 | 58 | 5/22 | #273–493 | — | — | — | — | — | — | — | 37 | — | — | — | — | — | — | — | — | — | — | 40 | 54 | 22 | 80 | ||
| 592 | qwen3-4b-instruct-2507 | qwen | — | — | 44.7 39.4Clasat 44.7 = (3 × 39.4 + 3 × 50) ÷ 6. 39.4 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 43–47 | 26 | 3/22 | #338–592 | — | — | — | — | — | — | — | 27 | 39 | — | — | — | — | — | — | 52 | — | — | — | — | — | — | ||
| 660 | Qwen3 4B 2507 Instruct | alibaba | — | — | 42.9 35.7Clasat 42.9 = (3 × 35.7 + 3 × 50) ÷ 6. 35.7 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | — | 22 | 3/22 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 35 | 47 | 25 | — |
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