Hallusion Bench

نتائج معايير الذكاء الاصطناعي وأداء النماذج

النوع: percentageReasoning

النتائج المسجلة

متوسط النقاط

62.27%

نطاق النقاط

52.90% - 70%

النموذج المتصدر

70% - Qwen 3.5 27B

النقاط بمرور الوقت

نقاط المعيار الفردية معروضة حسب التاريخ.

نتائج النماذج

المؤسسة	النماذج	تاريخ الإبلاغ	أعلى نقطة	معلومات	مُبلَّغ عنها ذاتيًا	المصدر
Qwen	Qwen 3.5 27B	٢٤ فبراير ٢٠٢٦	٧٠٪؜	-	نعم	المصدر
Qwen	Qwen 3.5 Flash	٢٣ فبراير ٢٠٢٦	٧٠٪؜	inferred family alias from qwen3.5-27b (score=0.4147; benches=81)	نعم	المصدر
Qwen	Qwen 3.5 35B A3B	٢٤ فبراير ٢٠٢٦	٦٧٫٩٠٪؜	-	نعم	المصدر
Qwen	Qwen 3.5 122B A10B	٢٤ فبراير ٢٠٢٦	٦٧٫٦٠٪؜	-	نعم	المصدر
Qwen	Qwen 3 VL 32B Thinking	-	٦٧٫٤٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 235B A22B Thinking	-	٦٦٫٧٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 30B A3B Thinking	-	٦٦٪؜	-	نعم	-
Qwen	Qwen 3 8B	-	٦٥٫٤٠٪؜	inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50)	نعم	-
Qwen	Qwen 3 Guard Stream 8B	-	٦٥٫٤٠٪؜	inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50)	نعم	-
Qwen	Qwen 3 VL 8B Thinking	-	٦٥٫٤٠٪؜	-	نعم	-
Qwen	Qwen 3 VL Embedding 8B	-	٦٥٫٤٠٪؜	inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5232; benches=50)	نعم	-
Qwen	Qwen 3 VL Reranker 8B	-	٦٥٫٤٠٪؜	inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5275; benches=50)	نعم	-
Qwen	Qwen 3 4B Instruct 2507	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48)	نعم	-
Qwen	Qwen 3 4B SafeRL	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48)	نعم	-
Qwen	Qwen 3 4B Thinking 2507	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48)	نعم	-
Qwen	Qwen 3 Embedding 4B	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48)	نعم	-
Qwen	Qwen 3 Guard Gen 4B	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3400; benches=48)	نعم	-
Qwen	Qwen 3 Guard Stream 4B	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3371; benches=48)	نعم	-
Qwen	Qwen 3 Reranker 4B	-	٦٤٫١٠٪؜	inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48)	نعم	-
Qwen	Qwen 3 VL 4B Thinking	-	٦٤٫١٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 32B Instruct	-	٦٣٫٨٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 235B A22B Instruct	-	٦٣٫٢٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 30B A3B Instruct	-	٦١٫٥٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 8B Instruct	-	٦١٫١٠٪؜	-	نعم	-
Qwen	Qwen 3 VL 4B Instruct	-	٥٧٫٦٠٪؜	-	نعم	-