DataLearner 标志

Qwen3-8B 评测详情

Qwen3-8B 当前已收录的代表性评测结果包括 MATH-500(11 / 44,得分 97.40)、GPQA(6 / 16,得分 62)、AIME 2024(30 / 62,得分 79.40)。

评测结果

Qwen3-8B

评测结果

思考模式

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
常规模式
72.50
90 / 133
GPQA
常规模式
62
6 / 16

科学与综合推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
39.30
210 / 224
GPQA Diamond
思考模式
62
179 / 224

数学推理

共 6 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
常规模式
87.40
40 / 44
MATH-500
思考模式
97.40
11 / 44
AIME 2024
常规模式
79.40
30 / 62
AIME 2024
思考模式
76
35 / 62
AIME2025
常规模式
20.90
104 / 106
AIME2025
思考模式
67.30
76 / 106

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
61.80
72 / 126
LiveCodeBench
思考模式
57.50
76 / 126

写作和创作

共 2 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
64.50
23 / 23
Creative Writing
思考模式
75
21 / 23