Qwen3-235B-A22B 评测详情

Qwen3-235B-A22B 当前已收录的代表性评测结果包括 GSM8K（2 / 26，得分 96.40）、MATH-500（7 / 44，得分 98）、AIME 2024（20 / 62，得分 85.70）。

评测结果

Qwen3-235B-A22B

评测结果

综合评估

共 7 项评测

评测名称 / 模式

得分

排名/总数

88.87

8 / 21

85.80

36 / 66

72.90

88 / 132

71.10

114 / 187

71.10

114 / 187

7.60

157 / 172

4.30

67 / 68

数学推理

共 7 项评测

评测名称 / 模式

得分

排名/总数

98

7 / 44

96.20

19 / 44

96.40

2 / 26

85.70

20 / 62

85.70

20 / 62

81.50

55 / 107

24.70

103 / 107

阅读理解

共 1 项评测

评测名称 / 模式

得分

排名/总数

88.70

5 / 9

常识问答

共 1 项评测

评测名称 / 模式

得分

排名/总数

11

40 / 47

编程与软件工程

共 3 项评测

评测名称 / 模式

得分

排名/总数

70.70

50 / 123

70.70

50 / 123

SWE-bench Verified

34.40

105 / 112

写作和创作

共 2 项评测

评测名称 / 模式

得分

排名/总数

Creative Writing

84.60

11 / 23

Creative Writing

80.40

18 / 23

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

开启思考

31

47 / 63

Agent能力评测

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式

59.60

23 / 59

34.40

41 / 43

与其他模型对比