Alibaba (Qwen)
Qwen3-32B 评测成绩
来自 3 个来源、4 项基准的 5 条成绩。
其他名称: qwen3-32b · Qwen3-32B_none · Qwen3-32B (FC) · Qwen3-32B (Prompt)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1347 | 221 | Overall, style control on; 3926 votes; 95% CI 1337–1356“qwen3-32b” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 54.1% | 196 | Epoch AI run, accuracy | 独立评测 | 2026年8月30日 |
| AIME (OTIS Mock AIME 2024–2025) | 23.1% | 201 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月30日 |
| BFCL v4 (function calling) | 48.7% | 29 | Overall accuracy; native function calling (FC)“Qwen3-32B (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 46.8% | 33 | Overall accuracy; prompt-based“Qwen3-32B (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
Qwen3-32B 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。