跳轉到主要內容
AITier

Qwen3 4B 2507 (Reasoning)

AlibabaQwen
發布日期
2025-08-06
參數規模
—
上下文長度
262K
支援模態
audio, image, text, video

能力雷達圖

30
general
56
coding
80
reasoning
40
science估算
60
agents
80
multimodal

Science 在缺少專門科學評測時使用推理能力代理估算。

排行榜排名

領域#排名分數來源
程式碼能力榜236
41.0
AA
通用能力榜265
40.0
AA
數學推理71
84.0
AA
科學能力290
40.0
AA

基準測試分數 (LLM Stats)

3d

SUNRGBD0.36 / 100自報
Hypersim0.13 / 100自報

Agents

GDPval-AA985.00 / 3000自報
t2-bench79.5%自報
BFCL-V472.2%自報
AndroidWorld_SR66.4%自報
BrowseComp63.8%自報
FullStackBench en62.6%自報
WideSearch60.5%自報
FullStackBench zh58.7%自報
OSWorld-Verified58.0%自報
TIR-Bench53.2%自報
Terminal-Bench 2.049.4%自報
VITA-Bench33.6%自報
DeepPlanning24.1%自報

Biology

GPQA86.6%自報

Chemistry

SuperGPQA67.1%自報

Code

SWE-Bench Verified72.0%自報

Communication

Multi-Challenge61.5%自報

Embodied

EmbSpatialBench0.84 / 100自報

Finance

MMLU-Pro86.7%自報
MMLU-ProX82.2%自報

General

MMLU-Redux94.0%自報
IFEval93.4%自報
C-Eval91.9%自報
Global PIQA88.4%自報
MAXIFE87.9%自報
MMMLU86.7%自報
MMMU83.9%自報
MMStar82.9%自報
Include82.8%自報
LiveCodeBench v678.9%自報
MMMU-Pro76.9%自報
IFBench76.1%自報
SimpleVQA0.62 / 100自報
LongBench v260.2%自報
NOVA-6358.6%自報

Grounding

RefCOCO-avg0.91 / 100自報
ScreenSpot Pro70.4%自報
RefSpatialBench0.69 / 100自報

Healthcare

VideoMMMU82.0%自報
SlakeVQA81.6%自報
MedXpertQA67.3%自報
PMC-VQA63.3%自報

Image To Text

OCRBench92.1%自報

Language

LingoQA80.8%自報
WMT24++78.3%自報

Long Context

MLVU87.3%自報
LVBench74.4%自報
AA-LCR66.9%自報
MMLongBench-Doc0.59 / 100自報

Math

HMMT 202591.4%自報
HMMT2590.3%自報
MathVista-Mini87.4%自報
MathVision86.2%自報
DynaMath85.9%自報
CodeForces0.85 / 3000自報
PolyMATH68.9%自報
Humanity's Last Exam47.5%自報

Multimodal

VLMsAreBlind96.7%自報
AI2D93.3%自報
V*93.2%自報
MMBench-V1.192.8%自報
OmniDocBench 1.589.8%自報
VideoMME w sub.87.3%自報
VideoMME w/o sub.83.9%自報
CC-OCR81.8%自報
CharXiv-R77.2%自報
MVBench76.6%自報
MMVU74.7%自報
BabyVision40.2%自報
ZEROBench-Sub0.36 / 100自報
Nuscene15.4%自報
ZEROBench0.09 / 100自報

Reasoning

CountBench0.97 / 100自報
BrowseComp-zh69.9%自報
Hallusion Bench67.6%自報
ERQA62.0%自報
Seal-044.1%自報
OJBench39.5%自報

Spatial Reasoning

RealWorldQA85.1%自報

Vision

ODinW44.5%自報

AA 評測指數

Math Index
82.7
Intelligence Index
12.0
Aime 25
0.8
Mmlu Pro
0.7
Gpqa
0.7
Livecodebench
0.6
Ifbench
0.5
Lcr
0.4
Scicode
0.3
Tau2
0.3
Hle
0.1
Terminalbench Hard
0.0

LLM Stats 分類評分

Legal
100
Finance
100
Agents
76
General
46
Reasoning
19
Biology
90
Image To Text
80
Instruction Following
80
Language
80
Math
80
Physics
80
Structured Output
80
Embodied
80
Grounding
80
Healthcare
80
Chemistry
80
Text-to-image
80
Video
80
Long Context
70
Multimodal
70
Spatial Reasoning
70
Frontend Development
70
Economics
70
Vision
70
Search
60
Code
60
Communication
60
Tool Calling
60
Spatial
20
3d
20

定價

輸入價格免費
輸出價格免費
混合價格(3:1)免費

速度

Tokens/秒0.0
首Token延遲0.00s
首回答延遲0.00s

供應商價格排行

暫無提供商資料

外部連結

Artificial Analysis