Alibaba (Qwen)
Qwen2.5-72B 评测成绩
来自 5 个来源、10 项基准的 13 条成绩。
其他名称: qwen2.5-72b-instruct · qwen2.5-vl-72b-instruct · Qwen2.5 72B Base · Qwen2.5 72b instruct · Qwen2.5 Instruct Turbo (72B) · Qwen2.5-VL-72B-Instruct · Qwen/Qwen2.5-72B-Instruct · Qwen/Qwen2.5-72B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1303 | 283 | Overall, style control on; 39406 votes; 95% CI 1299–1307“qwen2.5-72b-instruct” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1121 | 123 | Overall, style control on; 3768 votes; 95% CI 1110–1132“qwen2.5-vl-72b-instruct” | 官方榜单 | 2026年10月2日 |
| Open LLM Leaderboard v2 | 48.0% | 6 | Average of 6 normalised benchmarks; bfloat16; 72.706B params“Qwen/Qwen2.5-72B-Instruct” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 49.1% | 206 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 85.0% | 6 | Exact match; 5-shot | 论文 / 技术报告 via Epoch AI | 2024年9月19日 |
| MMLU | 83.4% | 9 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年9月19日 |
| MMLU-Pro | 71.6% | 96 | Overall accuracy; data source: Self-Reported; 72B | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 8.1% | 218 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 63.2% | 50 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| OSWorld (Verified) | 5.0% | 18 | OSWorld; agent: qwen2.5-vl-72b-instruct (100 steps) | 官方榜单 via Epoch AI | 2025年7月27日 |
| OSWorld (Verified) | 4.4% | 19 | OSWorld; agent: qwen2.5-vl-72b-instruct (15 steps) | 官方榜单 via Epoch AI | 2025年7月27日 |
| CMMLU | 85.7% | 8 | Five-shot average | 官方榜单 | 2024年12月6日 |
| CMMLU | 84.7% | 6 | Zero-shot average | 官方榜单 | 2024年12月6日 |
常见问题
Qwen2.5-72B 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、CMMLU leaderboard (GitHub README)、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和Hugging Face Open LLM Leaderboard v2 (archived)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。