Alibaba (Qwen)
Qwen3-30B-A3B-Instruct (Jul 2025) 评测成绩
来自 3 个来源、4 项基准的 5 条成绩。
其他名称: qwen3-30b-a3b-instruct-2507 · Qwen3-30B-A3B-Instruct-2507 (FC) · Qwen3-30B-A3B-Instruct-2507 (Prompt)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1382 | 186 | Overall, style control on; 23325 votes; 95% CI 1378–1387“qwen3-30b-a3b-instruct-2507” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 55.6% | 193 | Epoch AI run, accuracy | 独立评测 | 2026年8月30日 |
| AIME (OTIS Mock AIME 2024–2025) | 62.2% | 144 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月30日 |
| BFCL v4 (function calling) | 41.4% | 41 | Overall accuracy; native function calling (FC)“Qwen3-30B-A3B-Instruct-2507 (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 36.7% | 53 | Overall accuracy; prompt-based“Qwen3-30B-A3B-Instruct-2507 (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
Qwen3-30B-A3B-Instruct (Jul 2025) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)和LMArena leaderboard dataset。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。