MBPP
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: numericalGeneral
Resultados registrados
34
Puntuación media
7.88
Rango de puntuaciones
0.67 - 87.30
Modelo líder
87.30 - Granite 4.1 8B
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 |
|---|---|---|---|---|---|---|
| Granite 4.1 8B | 29 abr 2026 | 87,30 | pass@1 | Sí | Fuente | |
| Granite 4.1 30B | 29 abr 2026 | 85,45 | pass@1 | Sí | Fuente | |
| Granite 4.1 3B | 29 abr 2026 | 71,16 | pass@1 | Sí | Fuente | |
| Llama 3.3 Nemotron Super 49B v1 | 18 mar 2025 | 0,91 | - | Sí | Fuente | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | 0,91 | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | Sí | Fuente | |
| Qwen 72B | - | 0,88 | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | Sí | Fuente | |
| Llama 3.1 Nemotron Nano 4B V1.1 | - | 0,85 | inferred high-confidence family alias from llama-3.1-nemotron-nano-8b-v1 (score=0.5523; benches=7) | Sí | Fuente | |
| Llama 3.1 Nemotron Nano 8B V1 | 18 mar 2025 | 0,85 | - | Sí | Fuente | |
| Qwen 2.5 Coder 32B Instruct | - | 0,84 | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28) | Sí | Fuente | |
| Qwen 2.5 VL 32B Instruct | 24 mar 2025 | 0,84 | - | Sí | Fuente | |
| Qwen 2.5 VL 3B Instruct | - | 0,84 | inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28) | Sí | Fuente | |
| Qwen 14B | - | 0,82 | inferred family alias from qwen-2.5-14b-instruct (score=0.3060; benches=16) | Sí | Fuente | |
| Qwen 3 235B A22B | - | 0,81 | - | Sí | Fuente | |
| Phi 3.5 MoE instruct | 23 ago 2024 | 0,81 | - | Sí | Fuente | |
| Qwen 2 Math 72B | - | 0,80 | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | Sí | Fuente | |
| Qwen 2 Math RM 72B | - | 0,80 | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | Sí | Fuente | |
| Qwen 7B | - | 0,79 | inferred family alias from qwen-2.5-7b-instruct (score=0.3083; benches=14) | Sí | Fuente | |
| Codestral (2025-07-30) | 30 jul 2025 | 0,78 | inferred version-family alias from codestral-22b | Sí | Fuente | |
| Codestral (2024-05-29) | 29 may 2024 | 0,78 | inferred modality/version alias from codestral-22b | Sí | Fuente | |
| Codestral (2025-01-13) | 13 ene 2025 | 0,78 | inferred modality/version alias from codestral-22b | Sí | Fuente | |
| Llama 4 Maverick | 05 abr 2025 | 0,78 | - | Sí | Fuente | |
| Gemini Diffusion | 20 may 2025 | 0,76 | - | Sí | Fuente | |
| Qwen 2.5 Coder 3B | - | 0,73 | inferred family alias from qwen2.5-omni-7b (score=0.3000; benches=45) | Sí | Fuente | |
| Qwen 2.5 Coder 7B | - | 0,73 | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4700; benches=45) | Sí | Fuente | |
| Qwen 2.5 Math 7B | - | 0,73 | inferred high-confidence family alias from qwen2.5-omni-7b (score=0.4767; benches=45) | Sí | Fuente |
