自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。 仕組み
Qwen3-14Bの賢さは？
Qwen3-14BはAlibabaのモデルで、2025年4月29日にリリースされました。SI-IQは93（90%区間 87–99）で、3つの評価機関による5件のベンチマーク結果から推定しています。
2026年10月18日時点のデータ · 算出方法 1.0.0
ランキングの対象となるのは、3分野以上にわたる5件以上のベンチマーク（GPQA Diamondの2回の実行は1件として数えます）の結果があり、それらが2つ以上の異なる評価機関によるもので、かつ各バージョンのリリース日の差が60日以内のモデルです。このモデルはまだこの条件を満たしていないため、暫定推定値は表示していますが、ランキングには含めていません。
Epoch AIとOpenRouterでは、このモデルのGPQA Diamondのスコアが異なっています（10ポイント超の差）。設定が異なっていた可能性があります。両方の実行結果を、それぞれ半分の重みで反映しています。
基本情報
- 開発元
- Alibaba
- リリース日
- 2025年4月29日
- 利用形態
- オープンウェイト（制限付きライセンス）
- 使用したベンチマーク
- 3つの評価機関による5件のベンチマーク結果
分野別の能力（SI-IQ、90%区間）
使用した全ベンチマーク結果
各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値（開発元自身のホスティングでテストされた場合はそちら）を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。
| ベンチマーク | スコア | 評価機関 | 出典 |
|---|---|---|---|
| OTIS Mock AIME 2024–2025 | 66.4% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond | 63.8% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond (OpenRouterによる実行) | 53.3% | OpenRouter | OpenRouter benchmark datasets · データファイル |
| Berkeley Function Calling Leaderboard | 41.0% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · データファイル |
| τ²-bench Airline (OpenRouterによる実行) | 41.3% | OpenRouter | OpenRouter benchmark datasets · データファイル |
SI-IQの算出方法バージョン 1.0.0 で計算しています。 算出方法の詳細を読む
データソース： Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (ライセンスと変更点).