IFEval
AI 基准测试结果和模型表现
类型: percentage
已记录的结果
93
平均分数
81.09%
分数范围
44% - 95%
领先模型
95% - Qwen 3.5 27B
分数变化趋势
按日期绘制的单项基准测试分数。
模型结果
| 组织 | 模型 | 报告时间 | 最高分数 | 信息 | 自行报告 | 来源 |
|---|---|---|---|---|---|---|
| Qwen 3.5 27B | 2026年2月24日 | 95% | - | 是 | 来源 | |
| Qwen 3.5 Flash | 2026年2月23日 | 95% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | 是 | 来源 | |
| Qwen 3.6 Plus | 2026年4月01日 | 94.30% | - | 是 | 来源 | |
| o3 mini | 2025年1月30日 | 93.90% | - | 是 | 来源 | |
| Qwen 3.5 122B A10B | 2026年2月24日 | 93.40% | - | 是 | 来源 | |
| Qwen 3.5 397B A17B | 2026年2月16日 | 92.60% | - | 是 | 来源 | |
| Llama 2 70B Chat | 2023年6月20日 | 92.10% | inferred family alias from llama-3.3-70b-instruct (score=0.3129; benches=9) | 是 | 来源 | |
| Qwen 3.5 35B A3B | 2026年2月24日 | 91.90% | - | 是 | 来源 | |
| Qwen 3.5 9B | 2026年3月02日 | 91.50% | - | 是 | 来源 | |
| Nemotron Nano 12B V2 | - | 90.30% | inferred high-confidence family alias from nvidia-nemotron-nano-9b-v2 (score=0.4889; benches=6) | 是 | 来源 | |
| Nemotron Nano 9B V2 | - | 90.30% | - | 是 | 来源 | |
| Kimi K2 (2025-09-05) | 2025年9月05日 | 89.80% | Prompt Strict | 是 | 来源 | |
| Qwen 3.5 4B | 2026年3月02日 | 89.80% | - | 是 | 来源 | |
| Granite 4.1 30B | 2026年4月29日 | 89.65% | Avg | 是 | 来源 | |
| LongCat Flash Chat | - | 89.65% | inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16) | 是 | 来源 | |
| Llama 3.1 Nemotron Ultra 253B v1 | 2025年4月07日 | 89.45% | - | 是 | 来源 | |
| Qwen 3 Next 80B A3B Thinking | - | 88.90% | - | 是 | 来源 | |
| Qwen 3 A235 A22B Instruct 2507 | - | 88.70% | - | 是 | 来源 | |
| GPT 4.5 Preview | 2025年2月27日 | 88.20% | - | 是 | 来源 | |
| Qwen 3 VL 235B A22B Thinking | - | 88.20% | - | 是 | - | |
| Qwen 3 235B A22B Thinking 2507 | - | 87.80% | - | 是 | 来源 | |
| Qwen 3 VL 235B A22B Instruct | - | 87.80% | - | 是 | - | |
| Qwen 3 VL 32B Thinking | - | 87.80% | - | 是 | - | |
| Qwen 3 Next 80B A3B Instruct | - | 87.60% | - | 是 | 来源 | |
| Kimi K1.5 | 2025年1月20日 | 87.20% | - | 是 | 来源 |
