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

QwQ-32Bの賢さは?

92 SI-IQ · 90%区間 86–98
順位なし:データ不足

QwQ-32BはAlibabaのモデルで、2025年3月5日にリリースされました。SI-IQは92(90%区間 86–98)で、2の独立した評価機関によるベンチマーク結果3件から推定しています。

このモデルは、独立したベンチマーク結果が5件未満、または評価機関が2機関未満のため、表示のみでランキングには含まれません。

基本情報

開発元: Alibaba
リリース日: 2025年3月5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: 2評価機関による3件の結果

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	分野	スコア	推定SI-IQ	評価機関	情報源の表記	取得日	出典
OTIS Mock AIME 2024–2025	数学	59.2%	97	Epoch AI	`QwQ-32B`	2026年10月18日	Epoch AI Benchmarking Hub · データファイル
Aider Polyglot	コーディング	20.9%	77	Aider	`QwQ-32B`	2026年10月18日	Aider LLM Leaderboards · データファイル
GPQA Diamond	知識	65.3%	90	Epoch AI	`QwQ-32B`	2026年10月18日	Epoch AI Benchmarking Hub · データファイル

人間の選好(Arena)

人々が2つの匿名の回答を比べて投票するArenaのランキングでは、QwQ-32Bは25,178票に基づき評価値1,336(1,331–1,340)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)

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: 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).