DataLearner 标志

Qwen3-32B 评测详情

Qwen3-32B 当前已收录的代表性评测结果包括 C-Eval(9 / 48,得分 87.30)、MATH-500(15 / 48,得分 97.20)、AIME 2024(22 / 60,得分 81.40)。

评测结果

Qwen3-32B

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
C-Eval
常规模式
83.30
11 / 48
C-Eval
开启思考
87.30
9 / 48

科学知识与推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
54.60
220 / 251
GPQA Diamond
开启思考
68.40
188 / 251
CritPt
开启思考
0.30
189 / 208

数学

共 5 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
常规模式
88.60
42 / 48
MATH-500
开启思考
97.20
15 / 48
AIME 2024
常规模式
31
54 / 60
AIME 2024
开启思考
81.40
22 / 60
AIME2025
常规模式
20.20
107 / 107

算法与竞赛编程

共 4 项评测
评测名称 / 模式
得分
排名/总数
CodeForces
常规模式
1353
19 / 21
CodeForces
开启思考
1977
16 / 21
LiveCodeBench
常规模式
31.30
113 / 119
LiveCodeBench
开启思考
65.70
61 / 119

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
40
39 / 59
Terminal Bench Hard
开启思考工具
3
223 / 242

跨能力综合测试

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
开启思考
43.56
147 / 157

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
开启思考
36
123 / 137

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
开启思考工具
5.40
155 / 170

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
开启思考
1.60
117 / 127

跨能力聚合指数

共 2 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
138.51
101 / 167
AA Intelligence Index v4.3
开启思考工具
7.22
191 / 201