RealWorldQA
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageSpatial Reasoning
Resultados registrados
43
Puntuación media
75.26%
Rango de puntuaciones
64.20% - 86%
Modelo líder
86% - Seed 2.0 Pro
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 |
|---|---|---|---|---|---|---|
| Seed 2.0 Pro | 14 feb 2026 | 86 % | Seed2 official benchmark table | RealWorldQA | Sí | Fuente | |
| Qwen 3.8 27B | 14 ago 2026 | 85,90 % | - | Sí | Fuente | |
| Qwen 3.6 Plus | 01 abr 2026 | 85,40 % | - | Sí | Fuente | |
| Qwen 3.5 122B A10B | 24 feb 2026 | 85,10 % | - | Sí | Fuente | |
| Qwen 3.5 35B A3B | 24 feb 2026 | 84,10 % | - | Sí | Fuente | |
| Qwen 3.5 27B | 24 feb 2026 | 83,70 % | - | Sí | Fuente | |
| Qwen 3.5 Flash | 23 feb 2026 | 83,70 % | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | Sí | Fuente | |
| Seed 2.0 Lite | 14 feb 2026 | 81,70 % | Seed2 official benchmark table | RealWorldQA | Sí | Fuente | |
| Seed 2.0 Mini | 14 feb 2026 | 81,60 % | Seed2 official benchmark table | RealWorldQA | Sí | Fuente | |
| Qwen 3 VL 235B A22B Thinking | - | 81,30 % | - | Sí | - | |
| Qwen 3 VL 235B A22B Instruct | - | 79,30 % | - | Sí | - | |
| Qwen 3 VL 32B Instruct | - | 79 % | - | Sí | - | |
| Qwen 3 VL 32B Thinking | - | 78,40 % | - | Sí | - | |
| Qwen 2 VL 2B | - | 77,80 % | inferred family alias from qwen2-vl-72b (score=0.4083; benches=15) | Sí | Fuente | |
| Qwen 2 VL 72B | - | 77,80 % | - | Sí | Fuente | |
| Qwen 3 VL 30B A3B Thinking | - | 77,40 % | - | Sí | - | |
| Qwen 3 VL 30B A3B Instruct | - | 73,70 % | - | Sí | - | |
| Qwen 3 8B | - | 73,50 % | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | Sí | - | |
| Qwen 3 Guard Stream 8B | - | 73,50 % | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | Sí | - | |
| Qwen 3 VL 8B Thinking | - | 73,50 % | - | Sí | - | |
| Qwen 3 VL Embedding 8B | - | 73,50 % | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5232; benches=50) | Sí | - | |
| Qwen 3 VL Reranker 8B | - | 73,50 % | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5275; benches=50) | Sí | - | |
| Qwen 3 4B Instruct 2507 | - | 73,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | Sí | - | |
| Qwen 3 4B SafeRL | - | 73,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | Sí | - | |
| Qwen 3 4B Thinking 2507 | - | 73,20 % | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | Sí | - |
