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
Qwen3-14B 有多聪明？
93
Qwen3-14B 是 Alibaba 于 2025年4月29日 发布的模型。其 SI-IQ 为 93（90% 区间 87–99），由 3 家独立评测方的 4 项基准测试结果估算得出。
该模型的独立基准测试结果少于 5 项，或评测方少于 2 家，因此仅展示，不参与排名。
Epoch AI 与 OpenRouter 测得该模型的 GPQA Diamond 分数不同（相差超过 10 分），可能是设置不同所致。两次运行均计入，各占一半权重。
基本信息
- 开发方
- Alibaba
- 发布时间
- 2025年4月29日
- 访问方式
- 开放权重（受限许可）
- 所用基准测试
- 来自 3 家评测方的 4 项结果
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
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 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| OTIS Mock AIME 2024–2025 | 66.4% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 63.8% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond (OpenRouter run) | 53.3% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
| Berkeley Function Calling Leaderboard | 41.0% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · 数据文件 |
| τ²-bench Airline (OpenRouter run) | 41.3% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源: 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..