DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
页面导航
大模型列表Qwen3-235B-A22B评测分析

Qwen3-235B-A22B 评测详情

Qwen3-235B-A22B 当前已收录的代表性评测结果包括 GSM8K(2 / 26,得分 96.40)、MATH-500(7 / 44,得分 98)、AIME 2024(20 / 62,得分 85.70)。

评测结果

Qwen3-235B-A22B

评测结果

思考模式
工具使用

综合评估

共 7 项评测
评测名称 / 模式
得分
排名/总数
BBH
常规模式
88.87
8 / 20
MMLU
常规模式
85.80
36 / 65
MMLU Pro
常规模式
72.90
83 / 124
GPQA Diamond
常规模式
71.10
105 / 175
GPQA Diamond
开启思考
71.10
105 / 175
HLE
常规模式
7.60
134 / 149
ARC-AGI
常规模式
4.30
64 / 65

数学推理

共 7 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
常规模式
96.20
19 / 44
MATH-500
开启思考
98
7 / 44
GSM8K
常规模式
96.40
2 / 26
AIME 2024
常规模式
85.70
20 / 62
AIME 2024
开启思考
85.70
20 / 62
AIME2025
常规模式
24.70
102 / 106
AIME2025
开启思考
81.50
54 / 106

阅读理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
DROP
常规模式
88.70
5 / 9

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
11
38 / 45

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
70.70
47 / 118
LiveCodeBench
开启思考
70.70
47 / 118
SWE-bench Verified
常规模式
34.40
96 / 103

写作和创作

共 2 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
80.40
18 / 23
Creative Writing
开启思考
84.60
11 / 23

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
Simple Bench
开启思考
31
21 / 27

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
开启思考工具
34.40
39 / 40
与其他模型对比