Alibaba (Qwen)
QwQ-32B 评测成绩
来自 4 个来源、5 项基准的 5 条成绩。
开放权重 发布: 2025年3月5日 更新于 2026年10月22日
其他名称: qwq-32b · Qwen/QwQ-32B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1336 | 238 | Overall, style control on; 25181 votes; 95% CI 1331–1340“qwq-32b” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 12.2% | 3574 | Average of 6 normalised benchmarks; bfloat16; 32.764B params“Qwen/QwQ-32B” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 65.3% | 176 | Epoch AI run, accuracy | 独立评测 | 2026年8月28日 |
| MMLU-Pro | 69.1% | 105 | Overall accuracy; data source: TIGER-Lab; 32B | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 59.2% | 150 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月28日 |
常见问题
QwQ-32B 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。