DataLearner 标志

Qwen3-Next 评测详情

Qwen3-Next 当前已收录的代表性评测结果包括 GSM8K(16 / 68,得分 90.30)、MMLU(44 / 124,得分 84.72)、BBH(10 / 19,得分 87.13)。

评测结果

Qwen3-Next

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
常规模式
84.72
44 / 124
MMLU-Pro
常规模式
66.05
112 / 175

数学

共 3 项评测
评测名称 / 模式
得分
排名/总数
GSM8K
常规模式
90.30
16 / 68
AIME2025
常规模式
69.50
82 / 110
MATH
常规模式
62.36
28 / 42

综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
BBH
常规模式
87.13
10 / 19

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
56.60
81 / 125

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA
常规模式
43.43
13 / 17

跨能力综合测试

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
常规模式
48.35
101 / 117
LiveBench
思考模式
50.41
92 / 117

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
7.60
190 / 244
Terminal Bench Hard
思考模式工具
9.80
184 / 244

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
6.20
148 / 167