模型
Qwen3 32B Max
Qwen3 32B的增强版本,厂商公布分数与独立评测分数存在差异的模型之一
时间轴 (近 90 天)
11月13日
独立评测机构运行 Terminal Bench 2.1 时,MiMo 2.6 Pro、Qwen3 32B Max 等模型得分在 60 多分,远低于厂商公布值,评测框架本身也在变化,顶尖分数不完全可比。
待验证50%
Qwen3 32B的增强版本,厂商公布分数与独立评测分数存在差异的模型之一
独立评测机构运行 Terminal Bench 2.1 时,MiMo 2.6 Pro、Qwen3 32B Max 等模型得分在 60 多分,远低于厂商公布值,评测框架本身也在变化,顶尖分数不完全可比。