qwen-max-2025-01-25I fornitori hanno offerte, ma non abbiamo ancora raccolto un prezzo in vigore. È una lacuna nostra, non un'assenza dal mercato.
| Insieme di compiti | Risultato | Condizioni della prova | Misurato da |
|---|---|---|---|
| MATH, livello di difficoltà cinque | 67,18 % | · con impalcatura calibrata | Epoch evaluations |
| Fiction.LiveBench — tenuta di un contesto lungo | 66,7 % | — | Fiction.live leaderboard |
| GPQA Diamond — domande di livello dottorale | 41,5 % | · con impalcatura calibrata | Epoch evaluations |
| Aider Polyglot — modifiche di codice in sei linguaggi | 21,8 % | · con impalcatura calibrata | Aider LLM Leaderboards |
| Mock AIME 2024–2025 — problemi da olimpiadi | 16,03 % | · con impalcatura calibrata | Epoch evaluations |