AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
PolyMATH
Polymath is a challenging multi-modal mathematical reasoning benchmark designed to evaluate the general cognitive reasoning abilities of Multi-modal Large Language Models (MLLMs). The benchmark comprises 5,000 manually collected high-quality images of cognitive textual and visual challenges across 10 distinct categories, including pattern recognition, spatial reasoning, and relative reasoning.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- multimodal
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 23
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Qwen3.7 Max | 0.865 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.84 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.774 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.733 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Qwen3.5-27B | 0.712 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-122B-A10B | 0.689 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3.5-35B-A3B | 0.644 | 未收录 | 未收录 | 2026-02-24 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Thinking-2507 | 0.601 | 未收录 | 未收录 | 2025-07-25 · model_announcement | LLM Stats |
| Qwen3.5-9B | 0.573 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3-Next-80B-A3B-Thinking | 0.563 | 未收录 | 未收录 | 2025-09-10 · model_announcement | LLM Stats |
| Qwen3 VL 32B Thinking | 0.52 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Thinking | 0.517 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3.5-4B | 0.511 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3-235B-A22B-Instruct-2507 | 0.502 | 未收录 | 未收录 | 2025-07-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Thinking | 0.475 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3-Next-80B-A3B-Instruct | 0.459 | 未收录 | 未收录 | 2025-09-10 · model_announcement | LLM Stats |
| Qwen3 VL 4B Thinking | 0.446 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 30B A3B Instruct | 0.443 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 32B Instruct | 0.405 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 8B Instruct | 0.304 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3 VL 4B Instruct | 0.288 | 未收录 | 未收录 | 2025-09-22 · model_announcement | LLM Stats |
| Qwen3.5-2B | 0.261 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |
| Qwen3.5-0.8B | 0.082 | 未收录 | 未收录 | 2026-03-02 · model_announcement | LLM Stats |