MT-Bench
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: numericalCommunication
Resultados registrados
17
Puntuación media
2.12
Rango de puntuaciones
0.09 - 8.61
Modelo líder
8.61 - Granite 4.1 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 |
|---|---|---|---|---|---|---|
| Granite 4.1 30B | 29 abr 2026 | 8,61 | Avg | Sí | Fuente | |
| Granite 4.1 8B | 29 abr 2026 | 8,61 | Avg | Sí | Fuente | |
| Granite 4.1 3B | 29 abr 2026 | 7,57 | Avg | Sí | Fuente | |
| Qwen 72B | - | 0,94 | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | Sí | Fuente | |
| Llama 3.3 Nemotron Super 49B v1 | 18 mar 2025 | 0,92 | - | Sí | Fuente | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | 0,92 | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | Sí | Fuente | |
| DeepSeek V2.5 (2024-09-05) | 05 sept 2024 | 0,90 | inferred alias from deepseek-v2.5 | Sí | Fuente | |
| DeepSeek V2.5 (2024-12-10) | 10 dic 2024 | 0,90 | inferred alias from deepseek-v2.5 | Sí | Fuente | |
| Qwen 7B | - | 0,88 | inferred family alias from qwen-2.5-7b-instruct (score=0.3083; benches=14) | Sí | Fuente | |
| Mistral Large 2.1 | 18 nov 2024 | 0,86 | inferred version-family alias from mistral-large-2-2407 | Sí | Fuente | |
| Mistral OCR 2 | 22 may 2025 | 0,86 | inferred family alias from mistral-large-2-2407 (score=0.3100; benches=5) | Sí | Fuente | |
| Qwen 2 Audio 7B | - | 0,84 | inferred modality/version alias from qwen2-7b-instruct | Sí | Fuente | |
| Qwen 2 Math 7B | - | 0,84 | inferred high-confidence family alias from qwen2-7b-instruct (score=0.4706; benches=14) | Sí | Fuente | |
| Llama 3.1 Nemotron Nano 4B V1.1 | - | 0,81 | 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 | 0,81 | - | Sí | Fuente | |
| Pixtral 12B | 17 sept 2024 | 0,77 | inferred version-family alias from pixtral-12b-2409 | Sí | Fuente | |
| Llama 3.1 Nemotron 70B Instruct | 01 oct 2024 | 0,09 | - | Sí | Fuente |
