DeepPlanning v1.1 Shopping Case Accuracy
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: numericalPlanning
Resultados registrados
3
Puntuación media
34.97
Rango de puntuaciones
10.40 - 48.90
Modelo líder
48.90 - Qwen 3.5 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 3.5 Plus | 16 feb 2026 | 48,90 | DeepPlanning v1.1 | Alibaba/Qwen-3.5-Plus (w/o thinking) | Sí | Fuente | |
| Qwen 3 Max Thinking | 26 ene 2026 | 45,60 | DeepPlanning v1.1 | Alibaba/Qwen3-Max (w/ thinking) | Sí | Fuente | |
| Grok 4 Fast Non Reasoning | 20 sept 2025 | 10,40 | DeepPlanning v1.1 | SpaceXAI/Grok-4.1-fast (non-reasoning) | Sí | Fuente |
