Qwen3.5-397B-A17B 评测详情

Qwen3.5-397B-A17B 当前已收录的代表性评测结果包括 C-Eval（3 / 48，得分 93）、MMLU-Pro（11 / 175，得分 87.80）、MMMU（5 / 74，得分 85）。并附有 1 个数据来源链接供参考。

评测结果

Qwen3.5-397B-A17B

评测结果

综合知识考试

共 4 项评测

评测名称 / 模式

得分

排名/总数

思考模式

93

3 / 48

思考模式

87.80

11 / 175

思考模式

28.70

124 / 235

思考模式工具联网

48.30

49 / 235

科学知识与推理

共 4 项评测

评测名称 / 模式

得分

排名/总数

常规模式

86.36

74 / 253

思考模式

88.40

54 / 253

常规模式

0.90

162 / 204

思考模式

1.70

135 / 204

仓库修复与多文件工程

共 3 项评测

评测名称 / 模式

得分

排名/总数

SWE-bench Verified

思考模式工具

76.40

33 / 116

SWE-bench Multilingual

思考模式

69.30

25 / 30

SWE-Bench Pro - Public

思考模式

50.90

45 / 62

算法与竞赛编程

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

83.60

24 / 125

写作与创意表达

共 1 项评测

评测名称 / 模式

得分

排名/总数

Creative Writing

常规模式

1478.20

58 / 110

图像感知与视觉推理

共 3 项评测

评测名称 / 模式

得分

排名/总数

思考模式

85

5 / 74

常规模式

52.70

194 / 229

思考模式

77.30

67 / 229

客服与业务流程

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

86.70

7 / 44

思考模式工具

13.40

119 / 167

指令与格式遵循

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

76.50

7 / 31

事实查找与深度检索

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具联网

78.60

22 / 58

思考模式工具

69

32 / 58

自主开发与终端任务

共 3 项评测

评测名称 / 模式

得分

排名/总数

Terminal Bench 2.0

思考模式工具

52.50

31 / 48

Terminal Bench Hard

常规模式工具

35.60

70 / 244

Terminal Bench Hard

思考模式工具

40.90

50 / 244

跨应用与工具编排

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

89.10

4 / 38

思考模式工具

38.30

8 / 10

多轮记忆与持续上下文

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式

35.02

105 / 126

思考模式

75.54

50 / 126

数学

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式

91.30

23 / 30

IMO-AnswerBench

思考模式

80.90

19 / 24

桌面工作流

共 1 项评测

评测名称 / 模式

得分

排名/总数

OSWorld-Verified

思考模式工具

62.20

23 / 28

跨长文理解与整合

共 1 项评测

评测名称 / 模式

得分

排名/总数

常规模式

63.20

3 / 14

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

思考模式

44.80

94 / 134

法律

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

72.38

33 / 44

文档与图表理解

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

12.20

74 / 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

unknown

146.64

64 / 167

与其他模型对比

数据来源