Arena Hard
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentage
Resultados registrados
49
Pontuação média
63.25%
Faixa de pontuação
26.70% - 95.60%
Modelo líder
95.60% - Qwen 3 235B A22B
Pontuações ao longo do tempo
Pontuações individuais do benchmark exibidas por data.
Resultados de modelos
| Organização | Modelos | Data informada | Maior pontuação | Informações | Declarado pelo provedor | Fonte |
|---|---|---|---|---|---|---|
| Qwen 3 235B A22B | - | 95,60% | - | Sim | Fonte | |
| Qwen 3 32B | - | 93,80% | - | Sim | Fonte | |
| Qwen 3 30B A3B | - | 91% | - | Sim | Fonte | |
| Qwen 3 30B A3B Instruct 2507 | - | 91% | inferred version-family alias from qwen3-30b-a3b | Sim | Fonte | |
| Qwen 3 30B A3B Thinking 2507 | - | 91% | inferred version-family alias from qwen3-30b-a3b | Sim | Fonte | |
| Qwen 3 Coder 30B A3B Instruct | - | 91% | inferred high-confidence family alias from qwen3-30b-a3b (score=0.5007; benches=8) | Sim | Fonte | |
| Qwen 3 Omni 30B A3B Captioner | - | 91% | inferred family alias from qwen3-30b-a3b (score=0.4129; benches=8) | Sim | Fonte | |
| Qwen 3 Omni 30B A3B Instruct | - | 91% | inferred high-confidence family alias from qwen3-30b-a3b (score=0.4819; benches=8) | Sim | Fonte | |
| Qwen 3 Omni 30B A3B Thinking | - | 91% | inferred high-confidence family alias from qwen3-30b-a3b (score=0.4819; benches=8) | Sim | Fonte | |
| Llama 3.3 Nemotron Super 49B v1 | 18 de mar. de 2025 | 88,30% | - | Sim | Fonte | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | 88,30% | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | Sim | Fonte | |
| Qwen 72B | - | 81,20% | inferred family alias from qwen-2.5-72b-instruct (score=0.3060; benches=14) | Sim | Fonte | |
| Phi 4 Reasoning Plus | 30 de abr. de 2025 | 79% | - | Sim | Fonte | |
| DeepSeek V2.5 (2024-09-05) | 05 de set. de 2024 | 76,20% | inferred alias from deepseek-v2.5 | Sim | Fonte | |
| DeepSeek V2.5 (2024-12-10) | 10 de dez. de 2024 | 76,20% | inferred alias from deepseek-v2.5 | Sim | Fonte | |
| Phi 1 | - | 75,40% | inferred family alias from phi-4 (score=0.3100; benches=13) | Sim | Fonte | |
| Phi 2 | - | 75,40% | inferred family alias from phi-4 (score=0.3100; benches=13) | Sim | Fonte | |
| Phi 4 | 12 de dez. de 2024 | 75,40% | - | Sim | Fonte | |
| Phi 4 Reasoning | 30 de abr. de 2025 | 73,30% | - | Sim | Fonte | |
| Granite 4.1 30B | 29 de abr. de 2026 | 71,02% | - | Sim | Fonte | |
| Granite 4.1 8B | 29 de abr. de 2026 | 68,98% | - | Sim | Fonte | |
| Mistral Small 1.0 | 26 de fev. de 2024 | 58,30% | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | Sim | Fonte | |
| Mistral Small 2.0 | 17 de set. de 2024 | 58,30% | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | Sim | Fonte | |
| Mistral Small 4 | 16 de mar. de 2026 | 58,30% | - | Sim | Fonte | |
| Mistral Small Creative | 16 de dez. de 2025 | 58,30% | inferred family alias from mistral-small-latest (score=0.4273; benches=9) | Sim | Fonte |
