IFBench
AI 基准测试结果和模型表现
类型: percentageGeneral
已记录的结果
28
平均分数
66.25%
分数范围
21% - 81.20%
领先模型
81.20% - Grok 4.20
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 |
|---|---|---|---|---|---|---|
| Grok 4.20 | 2026年2月17日 | 81.20% | Artificial Analysis structured model metrics | 否 | 来源 | |
| Grok 4.3 | 2026年4月30日 | 81% | - | 否 | 来源 | |
| Beam | 2026年10月05日 | 79.70% | Reflection-reported launch score. Source row: IFBench. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced. | 是 | 来源 | |
| Qwen 3.8 27B | 2026年8月14日 | 79.50% | - | 是 | 来源 | |
| Qwen 3.7 Max | 2026年5月21日 | 79.10% | - | 是 | 来源 | |
| Muse Glimmer 30B | 2026年8月10日 | 77% | High reasoning | 是 | 来源 | |
| Qwen 3.5 27B | 2026年2月24日 | 76.50% | - | 是 | 来源 | |
| Qwen 3.5 397B A17B | 2026年2月16日 | 76.50% | - | 是 | 来源 | |
| Qwen 3.5 Flash | 2026年2月23日 | 76.50% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | 是 | 来源 | |
| Qwen 3.5 122B A10B | 2026年2月24日 | 76.10% | - | 是 | 来源 | |
| Qwen 3.6 Plus | 2026年4月01日 | 74.20% | - | 是 | 来源 | |
| GLM 5 Turbo | 2026年3月15日 | 73.20% | Artificial Analysis structured model metrics | 否 | 来源 | |
| Nemotron 3 Super | 2026年3月11日 | 72.56% | - | 是 | 来源 | |
| Nemotron 3.5 Lightning 30B A3B | 2026年8月11日 | 71.88% | Loose; NVIDIA release evaluation suite | 是 | 来源 | |
| Solar Pro 3 (2026-03-23) | 2026年3月23日 | 71.20% | Artificial Analysis structured model metrics | 否 | 来源 | |
| Mercury 2 | 2026年2月24日 | 71% | - | 是 | 来源 | |
| Qwen 3.5 35B A3B | 2026年2月24日 | 70.20% | - | 是 | 来源 | |
| MiniMax M2.1 | 2025年12月23日 | 70% | Instruction following benchmark | 是 | 来源 | |
| K EXAONE | 2025年12月31日 | 67.30% | inferred modality/version alias from k-exaone-236b-a23b | 是 | 来源 | |
| Qwen 3.5 9B | 2026年3月02日 | 64.50% | - | 是 | 来源 | |
| Qwen 3.5 4B | 2026年3月02日 | 59.20% | - | 是 | 来源 | |
| Trinity Large Thinking | 2026年4月01日 | 52.30% | Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking) | 是 | 来源 | |
| Mistral Small 1.0 | 2024年2月26日 | 48% | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | 是 | 来源 | |
| Mistral Small 2.0 | 2024年9月17日 | 48% | inferred family alias from mistral-small-latest (score=0.3650; benches=9) | 是 | 来源 | |
| Mistral Small 4 | 2026年3月16日 | 48% | - | 是 | 来源 |
