DataLearner 标志

Qwen3-8B 评测详情

Qwen3-8B 当前已收录的代表性评测结果包括 MATH-500(12 / 46,得分 97.40)、GPQA(7 / 17,得分 62)、AIME 2024(30 / 61,得分 79.40)。

评测结果

Qwen3-8B

评测结果

思考模式
工具使用

综合知识考试

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
常规模式
72.50
94 / 175

科学知识与推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
39.30
242 / 253
GPQA Diamond
思考模式
62
207 / 253
GPQA
常规模式
62
7 / 17

数学

共 6 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
常规模式
87.40
42 / 46
MATH-500
思考模式
97.40
12 / 46
AIME 2024
常规模式
79.40
30 / 61
AIME 2024
思考模式
76
35 / 61
AIME2025
常规模式
20.90
109 / 110
AIME2025
思考模式
67.30
84 / 110

算法与竞赛编程

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
61.80
74 / 125
LiveCodeBench
思考模式
57.50
77 / 125

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
常规模式工具
2.30
229 / 244
Terminal Bench Hard
思考模式工具
2.30
229 / 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
27.90
129 / 134

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
思考模式工具
4.70
159 / 167

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
1.40
114 / 122

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
136.17
109 / 167