DataLearner 标志

Qwen3.5-397B-A17B 评测详情

Qwen3.5-397B-A17B 当前已收录的代表性评测结果包括 MMLU Pro(10 / 133,得分 87.80)、Pinch Bench(4 / 38,得分 89.10)、τ²-Bench(7 / 43,得分 86.70)。并附有 1 个数据来源链接供参考。

评测结果

Qwen3.5-397B-A17B

评测结果

思考模式
工具使用
联网能力

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
C-Eval
思考模式
93
3 / 10
MMLU Pro
思考模式
87.80
10 / 133
HLE
思考模式
28.70
100 / 181
HLE
思考模式工具联网
48.30
37 / 181

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
88.40
52 / 226

编程与软件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
83.60
22 / 126
SWE-bench Verified
思考模式工具
76.40
33 / 114
69.30
21 / 25
50.90
42 / 57

多模态理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU
思考模式
85
5 / 29

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式工具
86.70
7 / 43

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式
76.50
6 / 33

AI Agent - 信息收集

共 2 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具联网
78.60
19 / 54
BrowseComp
思考模式工具
69
29 / 54

AI Agent - 工具使用

共 3 项评测
评测名称 / 模式
得分
排名/总数
OSWorld-Verified
思考模式工具
62.20
21 / 26
Terminal Bench 2.0
思考模式工具
52.50
31 / 48
Tool Decathlon
思考模式工具
38.30
8 / 10

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
AIME 2026
思考模式
91.30
14 / 19
IMO-AnswerBench
思考模式
80.90
19 / 23

长上下文能力

共 2 项评测
评测名称 / 模式
得分
排名/总数
AA-LCR
思考模式
68.70
8 / 18
LongBench v2
常规模式
63.20
3 / 13

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
思考模式工具
89.10
4 / 38

数据来源