Arena Hard
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentage
النتائج المسجلة
49
متوسط النقاط
63.25%
نطاق النقاط
26.70% - 95.60%
النموذج المتصدر
95.60% - Qwen 3 235B A22B
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Qwen 3 235B A22B | - | ٩٥٫٦٠٪ | - | نعم | المصدر | |
| Qwen 3 32B | - | ٩٣٫٨٠٪ | - | نعم | المصدر | |
| Qwen 3 30B A3B | - | ٩١٪ | - | نعم | المصدر | |
| Qwen 3 30B A3B Instruct 2507 | - | ٩١٪ | inferred version-family alias from qwen3-30b-a3b | نعم | المصدر | |
| Qwen 3 30B A3B Thinking 2507 | - | ٩١٪ | inferred version-family alias from qwen3-30b-a3b | نعم | المصدر | |
| Qwen 3 Coder 30B A3B Instruct | - | ٩١٪ | inferred high-confidence family alias from qwen3-30b-a3b (score=0.5007; benches=8) | نعم | المصدر | |
| Qwen 3 Omni 30B A3B Captioner | - | ٩١٪ | inferred family alias from qwen3-30b-a3b (score=0.4129; benches=8) | نعم | المصدر | |
| Qwen 3 Omni 30B A3B Instruct | - | ٩١٪ | inferred high-confidence family alias from qwen3-30b-a3b (score=0.4819; benches=8) | نعم | المصدر | |
| Qwen 3 Omni 30B A3B Thinking | - | ٩١٪ | inferred high-confidence family alias from qwen3-30b-a3b (score=0.4819; benches=8) | نعم | المصدر | |
| Llama 3.3 Nemotron Super 49B v1 | ١٨ مارس ٢٠٢٥ | ٨٨٫٣٠٪ | - | نعم | المصدر | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | ٨٨٫٣٠٪ | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | نعم | المصدر | |
| Qwen 72B | - | ٨١٫٢٠٪ | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | نعم | المصدر | |
| Phi 4 Reasoning Plus | ٣٠ أبريل ٢٠٢٥ | ٧٩٪ | - | نعم | المصدر | |
| DeepSeek V2.5 (2024-09-05) | ٠٥ سبتمبر ٢٠٢٤ | ٧٦٫٢٠٪ | inferred alias from deepseek-v2.5 | نعم | المصدر | |
| DeepSeek V2.5 (2024-12-10) | ١٠ ديسمبر ٢٠٢٤ | ٧٦٫٢٠٪ | inferred alias from deepseek-v2.5 | نعم | المصدر | |
| Phi 1 | - | ٧٥٫٤٠٪ | inferred family alias from phi-4 (score=0.3100; benches=13) | نعم | المصدر | |
| Phi 2 | - | ٧٥٫٤٠٪ | inferred family alias from phi-4 (score=0.3100; benches=13) | نعم | المصدر | |
| Phi 4 | ١٢ ديسمبر ٢٠٢٤ | ٧٥٫٤٠٪ | - | نعم | المصدر | |
| Phi 4 Reasoning | ٣٠ أبريل ٢٠٢٥ | ٧٣٫٣٠٪ | - | نعم | المصدر | |
| Granite 4.1 30B | ٢٩ أبريل ٢٠٢٦ | ٧١٫٠٢٪ | - | نعم | المصدر | |
| Granite 4.1 8B | ٢٩ أبريل ٢٠٢٦ | ٦٨٫٩٨٪ | - | نعم | المصدر | |
| Mistral Small 1.0 | ٢٦ فبراير ٢٠٢٤ | ٥٨٫٣٠٪ | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | نعم | المصدر | |
| Mistral Small 2.0 | ١٧ سبتمبر ٢٠٢٤ | ٥٨٫٣٠٪ | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | نعم | المصدر | |
| Mistral Small 4 | ١٦ مارس ٢٠٢٦ | ٥٨٫٣٠٪ | - | نعم | المصدر | |
| Mistral Small Creative | ١٦ ديسمبر ٢٠٢٥ | ٥٨٫٣٠٪ | inferred family alias from mistral-small-latest (score=0.4273; benches=9) | نعم | المصدر |
