qwen-max-2025-01-25Los proveedores tienen ofertas, pero aún no hemos recogido un precio vigente. Es una laguna nuestra, no una ausencia del mercado.
| Conjunto de tareas | Resultado | Condiciones de ejecución | Medido por |
|---|---|---|---|
| MATH, nivel de dificultad cinco | 67,18 % | · con andamiaje ajustado | Epoch evaluations |
| Fiction.LiveBench — retención de contexto largo | 66,7 % | — | Fiction.live leaderboard |
| GPQA Diamond — preguntas de nivel de posgrado | 41,5 % | · con andamiaje ajustado | Epoch evaluations |
| Aider Polyglot — ediciones de código en seis lenguajes | 21,8 % | · con andamiaje ajustado | Aider LLM Leaderboards |
| Mock AIME 2024–2025 — problemas de olimpiada | 16,03 % | · con andamiaje ajustado | Epoch evaluations |