QwQ-32B 评测详情

QwQ-32B 当前已收录的代表性评测结果包括 AIME 2024（29 / 62，得分 79.50）、MMLU Pro（84 / 176，得分 76）、LiveCodeBench（122 / 250，得分 63.10）。

评测结果

QwQ-32B

评测结果

综合评估

共 3 项评测

评测名称 / 模式

得分

排名/总数

常规模式

76

84 / 176

unknown

69.07

103 / 176

开启思考

7.30

435 / 563

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

开启思考

63.10

122 / 250

常规模式

19

133 / 140

科学与综合推理

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式

58

387 / 462

开启思考

59.30

382 / 462

数学推理

共 3 项评测

评测名称 / 模式

得分

排名/总数

常规模式

91

34 / 45

常规模式

79.50

29 / 62

开启思考

29

185 / 215

写作和创作

共 1 项评测

评测名称 / 模式

得分

排名/总数

Creative Writing

常规模式

1255.10

78 / 106

Agent能力评测

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考

20.90

49 / 59

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考

38.80

225 / 282

与其他模型对比