AA-LCR
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageLong Context
Resultados registrados
23
Puntuación media
59.87%
Rango de puntuaciones
4.70% - 80%
Modelo líder
80% - Muse Glimmer 30B
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 10 ago 2026 | 80 % | High reasoning | Sí | Fuente | |
| Beam | 05 oct 2026 | 79,30 % | Reflection-reported launch score. Source row: AA-LCR. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced. | Sí | Fuente | |
| Mistral Small 1.0 | 26 feb 2024 | 71,20 % | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | Sí | Fuente | |
| Mistral Small 2.0 | 17 sept 2024 | 71,20 % | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | Sí | Fuente | |
| Mistral Small 4 | 16 mar 2026 | 71,20 % | - | Sí | Fuente | |
| Mistral Small Creative | 16 dic 2025 | 71,20 % | inferred family alias from mistral-small-latest (score=0.4273; benches=9) | Sí | Fuente | |
| Kimi K2.5 | 27 ene 2026 | 70 % | - | Sí | Fuente | |
| Qwen 3.5 397B A17B | 16 feb 2026 | 68,70 % | - | Sí | Fuente | |
| Qwen 3.6 Plus | 01 abr 2026 | 68,30 % | - | Sí | Fuente | |
| Qwen 3.5 122B A10B | 24 feb 2026 | 66,90 % | - | Sí | Fuente | |
| Qwen 3.5 27B | 24 feb 2026 | 66,10 % | - | Sí | Fuente | |
| Qwen 3.5 Flash | 23 feb 2026 | 66,10 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sí | Fuente | |
| Qwen 3.5 9B | 02 mar 2026 | 63 % | - | Sí | Fuente | |
| MiniMax M2.1 | 23 dic 2025 | 62 % | - | Sí | Fuente | |
| GLM 5 Turbo | 15 mar 2026 | 60,70 % | Artificial Analysis structured model metrics | No | Fuente | |
| Qwen 3.5 35B A3B | 24 feb 2026 | 58,50 % | - | Sí | Fuente | |
| Nemotron 3 Super | 11 mar 2026 | 58,31 % | - | Sí | Fuente | |
| Grok 4.20 | 17 feb 2026 | 58 % | Artificial Analysis structured model metrics | No | Fuente | |
| Qwen 3.5 4B | 02 mar 2026 | 57 % | - | Sí | Fuente | |
| Nemotron 3.5 Lightning 30B A3B | 11 ago 2026 | 52 % | NVIDIA release evaluation suite | Sí | Fuente | |
| Solar Pro 3 (2026-03-23) | 23 mar 2026 | 27 % | Artificial Analysis structured model metrics | No | Fuente | |
| Qwen 3.5 2B | 02 mar 2026 | 25,60 % | - | Sí | Fuente | |
| Qwen 3.5 0.8B | 02 mar 2026 | 4,70 % | - | Sí | Fuente |
