DataLearner 标志

Qwen3-30B-A3B-2507 评测详情

Qwen3-30B-A3B-2507 当前已收录的代表性评测结果包括 MMLU-Pro(72 / 175,得分 78.40)、GPQA Diamond(180 / 253,得分 70.40)、LiveCodeBench(102 / 125,得分 43.20)。

评测结果

Qwen3-30B-A3B-2507

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
常规模式
78.40
72 / 175
HLE
思考模式
9.80
196 / 235

科学知识与推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
70.40
180 / 253
CritPt
思考模式
0.30
186 / 204

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式
22
115 / 116

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
43.20
102 / 125

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
常规模式
61.30
91 / 110

客服与业务流程

共 2 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式工具
49
36 / 44
τ³-Banking
思考模式工具
5.40
152 / 167

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具
2.29
58 / 58

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
思考模式工具
5.30
210 / 244

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
思考模式
33
124 / 134

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
思考模式
0.40
122 / 122