Stima delle capacità basata su più benchmark. Punti di indice, non una percentuale; gli intervalli mostrano l’incertezza.
120160
QwQ 32B
QwQ-32B · Intervallo 95% 133,1–141,3
Preferenze umane · Arena
Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13101350
QwQ 32B
QwQ-32B · Intervallo 95% 1324,6–1333,5 · 25,177 voti · 2026-10-28
Prestazioni dei modelli
Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.
QwQ 32B
Punteggio Radar
/ 100
1/4 test principali · prove insufficienti
2 risultati di benchmark per questa configurazione
Ragionamento scientifico
GPQA Diamond · 25%
Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.
050100%
QwQ 32B65,3*%Intervallo 95% appross.: 59,8–70,9%
Soluzione di problemi nuovi
Mystery Game Puzzles · 25%
Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.
050100%
QwQ 32BNon disponibile
Matematica avanzata
FrontierMath Tiers 1-3 · 25%
Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.
050100%
QwQ 32BNon disponibile
Risposte fattuali
SimpleQA Verified · 25%
Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.
050100%
QwQ 32BNon disponibile
Matematica da competizione
OTIS Mock AIME 2024-2025 · Risultato separato
Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.
050100%
QwQ 32B59,2*%Intervallo 95% appross.: 46,7–71,6%
Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.
Risultati registrati
Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.
Arena text preference / chinesehuman preference · 2026-10-28 · rating
QwQ 32B
1.378,12 rating
Intervallo di confidenza: 1.363,27 – 1.392,97
1532 voti
Categoria
chinese
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
QwQ 32B
1.332,96 rating
Intervallo di confidenza: 1.323,96 – 1.341,96
4017 voti
Categoria
coding
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
QwQ 32B
1.287,46 rating
Intervallo di confidenza: 1.277,68 – 1.297,24
3679 voti
Categoria
creative_writing
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
QwQ 32B
1.350,64 rating
Intervallo di confidenza: 1.344,95 – 1.356,33
12937 voti
Categoria
english
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
QwQ 32B
1.278,97 rating
Intervallo di confidenza: 1.272,52 – 1.285,42
17111 voti
Categoria
exclude_ties
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
QwQ 32B
1.323,08 rating
Intervallo di confidenza: 1.306,68 – 1.339,48
1213 voti
Categoria
expert
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
QwQ 32B
1.336,83 rating
Intervallo di confidenza: 1.304,43 – 1.369,22
316 voti
Categoria
french
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
QwQ 32B
1.312,22 rating
Intervallo di confidenza: 1.289,70 – 1.334,75
670 voti
Categoria
german
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
QwQ 32B
1.325,36 rating
Intervallo di confidenza: 1.318,88 – 1.331,83
8791 voti
Categoria
hard_prompts
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
QwQ 32B
1.340,81 rating
Intervallo di confidenza: 1.332,30 – 1.349,32
4646 voti
Categoria
hard_prompts_english
Configurazione valutata
QwQ-32B
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
QwQ 32B
1.279,36 rating
Intervallo di confidenza: 1.270,64 – 1.288,08
4459 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
QwQ 32B
1.336,18 rating
Intervallo di confidenza: 1.321,76 – 1.350,60
1620 voti
Categoria
industry_legal_and_government
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
QwQ 32B
1.346,73 rating
Intervallo di confidenza: 1.337,85 – 1.355,61
4521 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
QwQ 32B
1.356,08 rating
Intervallo di confidenza: 1.341,81 – 1.370,34
1571 voti
Categoria
industry_mathematical
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
QwQ 32B
1.339,87 rating
Intervallo di confidenza: 1.323,98 – 1.355,76
1349 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
QwQ 32B
1.346,93 rating
Intervallo di confidenza: 1.339,90 – 1.353,95
7348 voti
Categoria
industry_software_and_it_services
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
QwQ 32B
1.301,09 rating
Intervallo di confidenza: 1.293,49 – 1.308,69
6135 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
QwQ 32B
1.296,86 rating
Intervallo di confidenza: 1.289,87 – 1.303,85
7184 voti
Categoria
instruction_following
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
QwQ 32B
1.262,04 rating
Intervallo di confidenza: 1.237,10 – 1.286,98
618 voti
Categoria
japanese
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
QwQ 32B
1.278,57 rating
Intervallo di confidenza: 1.248,37 – 1.308,78
409 voti
Categoria
korean
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
QwQ 32B
1.307,94 rating
Intervallo di confidenza: 1.298,79 – 1.317,09
4052 voti
Categoria
longer_query
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
QwQ 32B
1.358,92 rating
Intervallo di confidenza: 1.345,34 – 1.372,51
1713 voti
Categoria
math
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
QwQ 32B
1.313,63 rating
Intervallo di confidenza: 1.304,10 – 1.323,15
3754 voti
Categoria
multi_turn
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
QwQ 32B
1.305,44 rating
Intervallo di confidenza: 1.299,73 – 1.311,15
12238 voti
Categoria
non_english
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
QwQ 32B
1.329,08 rating
Intervallo di confidenza: 1.324,65 – 1.333,51
25178 voti
Categoria
overall
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
QwQ 32B
1.287,86 rating
Intervallo di confidenza: 1.270,66 – 1.305,07
1247 voti
Categoria
polish
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
QwQ 32B
1.297,14 rating
Intervallo di confidenza: 1.284,72 – 1.309,56
2134 voti
Categoria
russian
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
QwQ 32B
1.353,44 rating
Intervallo di confidenza: 1.324,09 – 1.382,80
396 voti
Categoria
spanish
Configurazione valutata
qwq-32b
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
QwQ 32B
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.
Costo API
USD / mese
Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.