C-Eval
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
26
Puntuación media
74.81%
Rango de puntuaciones
40.70% - 93.30%
Modelo líder
93.30% - Qwen 3.6 Plus
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 |
|---|---|---|---|---|---|---|
| Qwen 3.6 Plus | 01 abr 2026 | 93,30 % | - | Sí | Fuente | |
| Qwen 3.5 397B A17B | 16 feb 2026 | 93 % | - | Sí | Fuente | |
| Kimi K2 (2025-07-11) | 11 jul 2025 | 92,50 % | EM | Sí | Fuente | |
| DeepSeek V4.1 Flash | 10 sept 2026 | 92,10 % | Base model; 5-shot; EM | Sí | Fuente | |
| Qwen 3.5 122B A10B | 24 feb 2026 | 91,90 % | - | Sí | Fuente | |
| Qwen 3.5 27B | 24 feb 2026 | 90,50 % | - | Sí | Fuente | |
| Qwen 3.5 Flash | 23 feb 2026 | 90,50 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sí | Fuente | |
| Qwen 3.5 35B A3B | 24 feb 2026 | 90,20 % | - | Sí | Fuente | |
| Kimi K1.5 | 20 ene 2025 | 88,30 % | - | Sí | Fuente | |
| Qwen 3.5 9B | 02 mar 2026 | 88,20 % | - | Sí | Fuente | |
| DeepSeek OCR | 20 oct 2025 | 86,50 % | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | Sí | Fuente | |
| DeepSeek V2 (2024-06-28) | 28 jun 2024 | 86,50 % | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | Sí | Fuente | |
| DeepSeek V4 | - | 86,50 % | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | Sí | Fuente | |
| Qwen 3.5 4B | 02 mar 2026 | 85,10 % | - | Sí | Fuente | |
| Qwen 2 Math 72B | - | 83,80 % | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | Sí | Fuente | |
| Qwen 2 Math RM 72B | - | 83,80 % | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | Sí | Fuente | |
| Qwen 2 Audio 7B | - | 77,20 % | inferred modality/version alias from qwen2-7b-instruct | Sí | Fuente | |
| Qwen 2 Math 7B | - | 77,20 % | inferred high-confidence family alias from qwen2-7b-instruct (score=0.4706; benches=14) | Sí | Fuente | |
| Qwen 3.5 2B | 02 mar 2026 | 73,20 % | - | Sí | Fuente | |
| Qwen 3.5 0.8B | 02 mar 2026 | 50,50 % | - | Sí | Fuente | |
| Ernie 4.5 21B A3B | - | 40,70 % | inferred version-family alias from ernie-4.5 | Sí | Fuente | |
| Ernie 4.5 21B A3B Thinking | - | 40,70 % | inferred version-family alias from ernie-4.5 | Sí | Fuente | |
| Ernie 4.5 300B A47B | - | 40,70 % | inferred version-family alias from ernie-4.5 | Sí | Fuente | |
| Ernie 4.5 Turbo | - | 40,70 % | inferred version-family alias from ernie-4.5 | Sí | Fuente | |
| Ernie 4.5 VL 28B A3B | - | 40,70 % | inferred version-family alias from ernie-4.5 | Sí | Fuente |
