自动生成页面。 本页由 AI 自动撰写和翻译，并由软件对照来源进行核查，无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数，不是智商测试。工作原理

Gemma 3 12B 有多聪明？

73 SI-IQ · 90% 区间 66–79
未排名：数据不足

Gemma 3 12B 是 Google DeepMind 于 2025年3月12日发布的模型。其 SI-IQ 为 73（90% 区间 66–79），由 3 家评测方的 5 项基准测试结果估算得出。

数据截至 2026年10月18日 · 方法版本 1.0.0

模型的结果须来自至少 5 项基准测试（两次 GPQA Diamond 运行计为一项），覆盖至少 3 个领域，出自至少 2 家不同的评测方，且各版本的发布时间相隔不超过 60 天，方可进入排名。该模型目前尚未满足这一要求，因此以暂定估计值展示，但不参与排名。

基本信息

每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。

基准测试	领域	得分	隐含 SI-IQ	评测方	来源中的列示名称	获取时间	来源
OTIS Mock AIME 2024–2025	数学	16.7%	76	Epoch AI	`gemma-3-12b-it`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond	知识	39.5%	58	Epoch AI	`gemma-3-12b-it`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter 运行)	知识	37.9%	54	OpenRouter	`google/gemma-3-12b-it` NextBit · 各服务商的中位数（2 行中的 2 行）, 下中位数	2026年10月18日	OpenRouter benchmark datasets · 数据文件
Berkeley Function Calling Leaderboard	智能体	30.4%	71	UC Berkeley (Gorilla)	`Gemma-3-12b-it (Prompt)`	2026年10月18日	Berkeley Function Calling Leaderboard · 数据文件
τ²-bench Airline (OpenRouter 运行)	智能体	48.0%	86	OpenRouter	`google/gemma-3-12b-it` DeepInfra · 各服务商的中位数（1 行中的 1 行）	2026年10月18日	OpenRouter benchmark datasets · 数据文件

在 Arena 排行榜上，用户会在两个匿名回答之间投票。Gemma 3 12B 的评分为 1,342（1,332–1,351），共 3,829 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)

采用 SI-IQ 方法版本 1.0.0 计算。阅读完整方法论