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(12 / 47,得分 97.40)、AIME 2024(27 / 59,得分 79.40)、MMLU-Pro(95 / 176,得分 72.50)。

评测结果

Qwen3-8B

评测结果

思考模式
工具使用

综合知识考试

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
常规模式
72.50
95 / 176

科学知识与推理

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
243 / 254
GPQA Diamond
思考模式
62
207 / 254

数学

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
43 / 47
MATH-500
思考模式
97.40
12 / 47
AIME 2024
常规模式
79.40
27 / 59
AIME 2024
思考模式
76
32 / 59
AIME2025
常规模式
20.90
108 / 109
AIME2025
思考模式
67.30
84 / 109

算法与竞赛编程

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 / 123
LiveCodeBench
思考模式
57.50
75 / 123

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
Terminal Bench Hard
常规模式工具
2.30
229 / 244
Terminal Bench Hard
思考模式工具
2.30
229 / 244

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
思考模式
27.90
130 / 135

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
思考模式工具
4.70
160 / 168

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
思考模式
1.40
116 / 124

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
136.17
110 / 168