Ayuda a mantener correctos los datos públicos
¿Ves algo que falta, es incorrecto o está desactualizado? Cuéntanoslo sobre esta página.
¿Ves algo que falta, es incorrecto o está desactualizado? Cuéntanoslo sobre esta página.
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Puntuaciones individuales de la evaluación a lo largo del tiempo.
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| Kimi K2 (2025-07-11) | 11 jul 2025 | 80,30 % | Pass@1 | Sí | Fuente | |
| Qwen 2 Math 72B | - | 79 % | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | Sí | Fuente | |
| Qwen 2 Math RM 72B | - | 79 % | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | Sí | Fuente | |
| Qwen 3 235B A22B | - | 77,60 % | - | Sí | Fuente | |
| Qwen 2 Audio 7B | - | 70,30 % | inferred modality/version alias from qwen2-7b-instruct | Sí | Fuente | |
| Qwen 2 Math 7B | - | 70,30 % | inferred high-confidence family alias from qwen2-7b-instruct (score=0.4706; benches=14) | Sí | Fuente |
