Qwen3-4B-Thinking-2507 评测详情

Qwen3-4B-Thinking-2507 当前已收录的代表性评测结果包括 AIME2025（56 / 107，得分 81.30）、LiveCodeBench（83 / 123，得分 55.20）、GPQA Diamond（134 / 187，得分 65.80）。