Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
Wie intelligent ist QwQ-32B?
QwQ-32B ist ein Modell von Alibaba, veröffentlicht am 05.03.2025. Sein SI-IQ beträgt 92 (90-%-Intervall 86–98); die Schätzung stützt sich auf 3 Benchmark-Ergebnisse von 2 Evaluatoren.
Datenstand 18.10.2026 · Methode 1.0.0
Ein Modell wird in die Rangliste aufgenommen, wenn seine Ergebnisse aus mindestens 5 Benchmarks (die beiden Läufe von GPQA Diamond zählen als einer) in mindestens 3 Bereichen von mindestens 2 verschiedenen Evaluatoren stammen und die Veröffentlichungsdaten seiner Versionen höchstens 60 Tage auseinanderliegen. Dieses Modell erfüllt diese Bedingung noch nicht und wird daher mit einer vorläufigen Schätzung angezeigt, aber nicht in die Rangliste aufgenommen.
Fakten
- Entwickler
- Alibaba
- Veröffentlicht
- 05.03.2025
- Zugang
- Offene Gewichte (eingeschränkte Lizenz)
- Verwendete Benchmarks
- 3 Benchmark-Ergebnisse von 2 Evaluatoren
Fähigkeiten nach Bereich (SI-IQ, 90-%-Intervall)
Alle verwendeten Benchmark-Ergebnisse
Jeder Wert ist genau so angegeben, wie ihn die Quelle veröffentlicht hat: bei Epoch AI die beste ihrer Laufeinstellungen, bei OpenRouter der mediane Hosting-Anbieter (das eigene Hosting des Entwicklers, wenn dieses den Test durchgeführt hat). „Implizierter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.
| Benchmark | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| OTIS Mock AIME 2024–2025 | 59,2 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| Aider Polyglot | 20,9 % | Aider | Aider LLM Leaderboards · Datendatei |
| GPQA Diamond | 65,3 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat QwQ-32B eine Bewertung von 1.336 (1.331–1.340) aus 25.178 Stimmen (veröffentlicht am 15.10.2026). Menschliche Präferenz ist ein anderes Maß als die Leistung in Benchmarks und fließt nicht in den SI-IQ ein. Arena (Hugging Face)
Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen
Datenquellen: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0) (Lizenzen und Änderungen).