Qwen3.8-27B × AutomationBench
阿里巴巴，自部署，xhigh 档，评测于 2026-10-19
分数0.415Pass Rate
排名3/ 4同一 benchmark 的全部模型
成本—
输出 token8.6M
每题耗时—600 题 × 1 次
评测配置
- temperature
- 1.0
- top_p
- 0.95
- 采样次数
- 1
- 最大输出长度
- 32,768 token
- 分数计算方式
- —
- judge 模型
- —
- harness
- —
- 评测 recipe
- —
- 评测框架
- OPT 1478395
- 其他
- top_k=20
0
通过
第 1 次采样输出 15.0K token
正在加载轨迹…