DataLearner 标志

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 MMLU Pro(10 / 132,得分 87.80)、Pinch Bench(3 / 37,得分 89.10)、IF Bench(4 / 30,得分 76.50)。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

思考模式
工具使用
联网能力

综合评估

共 5 项评测
评测名称 / 模式
得分
排名/总数
C-Eval
思考模式
93
3 / 10
GPQA Diamond
思考模式
88.40
29 / 187
MMLU Pro
思考模式
87.80
10 / 132
HLE
思考模式
28.70
94 / 172
HLE
思考模式工具联网
48.30
35 / 172

编程与软件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
83.60
20 / 123
SWE-bench Verified
思考模式工具
76.40
33 / 112
69.30
20 / 23
50.90
39 / 54

多模态理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU
思考模式
85
5 / 29

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式工具
86.70
7 / 43

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式
76.50
4 / 30

AI Agent - 信息收集

共 2 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具联网
78.60
19 / 53
BrowseComp
思考模式工具
69
29 / 53

AI Agent - 工具使用

共 3 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
19 / 24
Terminal Bench 2.0
思考模式工具
52.50
30 / 47
Tool Decathlon
思考模式工具
38.30
7 / 9

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
AIME 2026
思考模式
91.30
13 / 18
IMO-AnswerBench
思考模式
80.90
17 / 21

长上下文能力

共 2 项评测
评测名称 / 模式
得分
排名/总数
AA-LCR
思考模式
68.70
7 / 15
LongBench v2
常规模式
63.20
2 / 11

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
思考模式工具
89.10
3 / 37

数据来源