C-Eval
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
26
औसत स्कोर
74.81%
स्कोर सीमा
40.70% - 93.30%
अग्रणी मॉडल
93.30% - Qwen 3.6 Plus
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Qwen 3.6 Plus | 01 अप्रैल 2026 | 93.30% | - | हाँ | स्रोत | |
| Qwen 3.5 397B A17B | 16 फ़र॰ 2026 | 93% | - | हाँ | स्रोत | |
| Kimi K2 (2025-07-11) | 11 जुल॰ 2025 | 92.50% | EM | हाँ | स्रोत | |
| DeepSeek V4.1 Flash | 10 सित॰ 2026 | 92.10% | Base model; 5-shot; EM | हाँ | स्रोत | |
| Qwen 3.5 122B A10B | 24 फ़र॰ 2026 | 91.90% | - | हाँ | स्रोत | |
| Qwen 3.5 27B | 24 फ़र॰ 2026 | 90.50% | - | हाँ | स्रोत | |
| Qwen 3.5 Flash | 23 फ़र॰ 2026 | 90.50% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | हाँ | स्रोत | |
| Qwen 3.5 35B A3B | 24 फ़र॰ 2026 | 90.20% | - | हाँ | स्रोत | |
| Kimi K1.5 | 20 जन॰ 2025 | 88.30% | - | हाँ | स्रोत | |
| Qwen 3.5 9B | 02 मार्च 2026 | 88.20% | - | हाँ | स्रोत | |
| DeepSeek OCR | 20 अक्टू॰ 2025 | 86.50% | inferred family alias from deepseek-v3 (score=0.3000; benches=20) | हाँ | स्रोत | |
| DeepSeek V2 (2024-06-28) | 28 जून 2024 | 86.50% | inferred family alias from deepseek-v3 (score=0.4159; benches=20) | हाँ | स्रोत | |
| DeepSeek V4 | - | 86.50% | inferred high-confidence family alias from deepseek-v3 (score=0.5818; benches=20) | हाँ | स्रोत | |
| Qwen 3.5 4B | 02 मार्च 2026 | 85.10% | - | हाँ | स्रोत | |
| Qwen 2 Math 72B | - | 83.80% | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | हाँ | स्रोत | |
| Qwen 2 Math RM 72B | - | 83.80% | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | हाँ | स्रोत | |
| Qwen 2 Audio 7B | - | 77.20% | inferred modality/version alias from qwen2-7b-instruct | हाँ | स्रोत | |
| Qwen 2 Math 7B | - | 77.20% | inferred high-confidence family alias from qwen2-7b-instruct (score=0.4706; benches=14) | हाँ | स्रोत | |
| Qwen 3.5 2B | 02 मार्च 2026 | 73.20% | - | हाँ | स्रोत | |
| Qwen 3.5 0.8B | 02 मार्च 2026 | 50.50% | - | हाँ | स्रोत | |
| Ernie 4.5 21B A3B | - | 40.70% | inferred version-family alias from ernie-4.5 | हाँ | स्रोत | |
| Ernie 4.5 21B A3B Thinking | - | 40.70% | inferred version-family alias from ernie-4.5 | हाँ | स्रोत | |
| Ernie 4.5 300B A47B | - | 40.70% | inferred version-family alias from ernie-4.5 | हाँ | स्रोत | |
| Ernie 4.5 Turbo | - | 40.70% | inferred version-family alias from ernie-4.5 | हाँ | स्रोत | |
| Ernie 4.5 VL 28B A3B | - | 40.70% | inferred version-family alias from ernie-4.5 | हाँ | स्रोत |
