IFEval
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentage
Resultados registrados
93
Puntuación media
81.09%
Rango de puntuaciones
44% - 95%
Modelo líder
95% - Qwen 3.5 27B
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 27B | 24 feb 2026 | 95 % | - | Sí | Fuente | |
| Qwen 3.5 Flash | 23 feb 2026 | 95 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sí | Fuente | |
| Qwen 3.6 Plus | 01 abr 2026 | 94,30 % | - | Sí | Fuente | |
| o3 mini | 30 ene 2025 | 93,90 % | - | Sí | Fuente | |
| Qwen 3.5 122B A10B | 24 feb 2026 | 93,40 % | - | Sí | Fuente | |
| Qwen 3.5 397B A17B | 16 feb 2026 | 92,60 % | - | Sí | Fuente | |
| Llama 2 70B Chat | 20 jun 2023 | 92,10 % | inferred family alias from llama-3.3-70b-instruct (score=0.3129; benches=9) | Sí | Fuente | |
| Qwen 3.5 35B A3B | 24 feb 2026 | 91,90 % | - | Sí | Fuente | |
| Qwen 3.5 9B | 02 mar 2026 | 91,50 % | - | Sí | Fuente | |
| Nemotron Nano 12B V2 | - | 90,30 % | inferred high-confidence family alias from nvidia-nemotron-nano-9b-v2 (score=0.4889; benches=6) | Sí | Fuente | |
| Nemotron Nano 9B V2 | - | 90,30 % | - | Sí | Fuente | |
| Kimi K2 (2025-09-05) | 05 sept 2025 | 89,80 % | Prompt Strict | Sí | Fuente | |
| Qwen 3.5 4B | 02 mar 2026 | 89,80 % | - | Sí | Fuente | |
| Granite 4.1 30B | 29 abr 2026 | 89,65 % | Avg | Sí | Fuente | |
| LongCat Flash Chat | - | 89,65 % | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | Sí | Fuente | |
| Llama 3.1 Nemotron Ultra 253B v1 | 07 abr 2025 | 89,45 % | - | Sí | Fuente | |
| Qwen 3 Next 80B A3B Thinking | - | 88,90 % | - | Sí | Fuente | |
| Qwen 3 A235 A22B Instruct 2507 | - | 88,70 % | - | Sí | Fuente | |
| GPT 4.5 Preview | 27 feb 2025 | 88,20 % | - | Sí | Fuente | |
| Qwen 3 VL 235B A22B Thinking | - | 88,20 % | - | Sí | - | |
| Qwen 3 235B A22B Thinking 2507 | - | 87,80 % | - | Sí | Fuente | |
| Qwen 3 VL 235B A22B Instruct | - | 87,80 % | - | Sí | - | |
| Qwen 3 VL 32B Thinking | - | 87,80 % | - | Sí | - | |
| Qwen 3 Next 80B A3B Instruct | - | 87,60 % | - | Sí | Fuente | |
| Kimi K1.5 | 20 ene 2025 | 87,20 % | - | Sí | Fuente |
