Qwen3.8-27B × MMLU-Pro
阿里巴巴，自部署，xhigh 档，评测于 2026-10-20
分数0.852Accuracy
排名3/ 4同一 benchmark 的全部模型
成本—
输出 token54.1M输入 3.2M
每题耗时—12,032 题 × 1 次
评测配置
- temperature
- 0.6
- top_p
- 1
- 采样次数
- 1
- 最大输出长度
- 65,536 token
- 分数计算方式
- —
- judge 模型
- —
- harness
- —
- 评测 recipe
- —
- 评测框架
- OPT 1478395
- 其他
- top_k=-1
0
通过
第 1 次采样输入 223 / 输出 301 token
正在加载轨迹…