Alibaba (Qwen)
Qwen2.5-Coder-32B-Instruct 评测成绩
来自 4 个来源、4 项基准的 6 条成绩。
开放权重 发布: 2024年11月21日 更新于 2026年10月22日
其他名称: qwen2.5-coder-32b-instruct · TTS(Bo8) · Skywork-SWE-32B + TTS(Bo8) · Qwen2.5 Coder 32B Instruct · Skywork-SWE-32B · Qwen2.5-Coder 32B Instruct · Qwen/Qwen2.5-Coder-32B-Instruct
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1271 | 309 | Overall, style control on; 5432 votes; 95% CI 1262–1279“qwen2.5-coder-32b-instruct” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 39.9% | 276 | Average of 6 normalised benchmarks; float16; 32.764B params“Qwen/Qwen2.5-Coder-32B-Instruct” | 官方榜单 | 2025年3月13日 |
| HumanEval / HumanEval+ | 92.1% | 4 | HumanEval (base tests), pass@1 greedy | 官方榜单 | 2024年12月26日 |
| HumanEval / HumanEval+ | 87.2% | 3 | HumanEval+ (extended tests), pass@1 greedy | 官方榜单 | 2024年12月26日 |
| SWE-bench Verified | 47.0% | 70 | agent: Skywork-SWE-32B | 官方榜单 | 2025年6月16日 |
| SWE-bench Verified | 9.0% | 105 | agent: mini-SWE-agent | 官方榜单 | 2025年8月3日 |
常见问题
Qwen2.5-Coder-32B-Instruct 的这些评测分数来自哪里？
来自 EvalPlus leaderboard、LMArena leaderboard dataset、Hugging Face Open LLM Leaderboard v2 (archived)和SWE-bench leaderboards (swebench.com)。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。