Alibaba (Qwen)
Qwen3.5 397B-A17B 评测成绩
来自 4 个来源、7 项基准的 10 条成绩。
其他名称: qwen3.5-397b-a17b · qwen3.5-397b-a17b_none · Qwen3.5-397B-A17B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1442 | 92 | Overall, style control on; 91190 votes; 95% CI 1439–1445“qwen3.5-397b-a17b” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1400 | 90 | Overall; 21189 votes; 95% CI 1395–1405“qwen3.5-397b-a17b” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1247 | 54 | Overall, style control on; 31441 votes; 95% CI 1242–1252“qwen3.5-397b-a17b” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 85.9% | 77 | Epoch AI run, accuracy | 独立评测 | 2026年8月7日 |
| MMLU-Pro | 87.8% | 7 | Overall accuracy; data source: Self-Reported; 397B“Qwen3.5-397B-A17B” | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 88.9% | 73 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月7日 |
| τ²-bench | 81.5% | 5 | airline domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1“Qwen3.5-397B-A17B” | 官方榜单 | 2026年2月27日 |
| τ²-bench | 9.8% | 27 | banking_knowledge domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1“Qwen3.5-397B-A17B” | 官方榜单 | 2026年2月27日 |
| τ²-bench | 84.4% | 3 | retail domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1“Qwen3.5-397B-A17B” | 官方榜单 | 2026年2月27日 |
| τ²-bench | 97.8% | 4 | telecom domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1“Qwen3.5-397B-A17B” | 官方榜单 | 2026年2月27日 |
本站相关
常见问题
Qwen3.5 397B-A17B 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和τ²-bench leaderboard submissions。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。