Qwen3-Next-80B-A3B-Instruct · RULER 640k(1M版 · 640k · YaRN) 85.5 · 附件证据(ev-qs-ruler-640k)

Qwen3-Next-80B-A3B-Instruct 的 RULER 640k · 1M版 · 640k · YaRN 官方出处。Instruct · YaRN长上下文 · 85.5。见《Qwen3-Next-80B-A3B-Instruct official Hugging Face model card》Long-Context Performance / 1M RULER / 640k / Qwen3-Next-80B-A3B-Instruct。证据 ev-qs-ruler-640k。

原文与定位

Qwen3-Next-80B-A3B-Instruct · RULER 640k(1M版 · 640k · YaRN),Instruct · YaRN长上下文配置,Acc 85.5(具体成绩公布时间未确认)。见《Qwen3-Next-80B-A3B-Instruct official Hugging Face model card》Long-Context Performance / 1M RULER / 640k / Qwen3-Next-80B-A3B-Instruct。 查看成绩条件

| Model Name | Acc avg | 4k | 8k | 16k | 32k | 64k | 96k | 128k | 192k | 256k | 384k | 512k | 640k | 768k | 896k | 1000k | | Qwen3-Next-80B-A3B-Instruct | 91.8 | 98.5 | 99.0 | 98.0 | 98.7 | 97.6 | 95.0 | 96.0 | 94.0 | 93.5 | 91.7 | 86.9 | 85.5 | 81.7 | 80.3 | 80.3 | * Qwen3-Next are evaluated with YaRN enabled. Qwen3-2507 models are evaluated with Dual Chunk Attention enabled. * Since the evaluation is time-consuming, we use 260 samples for each length (13 sub-tasks, 20 samples for each).
官方材料
Qwen3-Next-80B-A3B-Instruct official Hugging Face model card
定位
附件 · Long-Context Performance / 1M RULER / 640k / Qwen3-Next-80B-A3B-Instruct
材料版本
current model-card snapshot collected 2026-11-17; no reliable launch snapshot.
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Qwen3-Next-80B-A3B-Instruct · RULER 640k(1M版 · 640k · YaRN),Instruct · YaRN长上下文配置,Acc 85.5(具体成绩公布时间未确认)。官方出处 Qwen3-Next-80B-A3B-Instruct official Hugging Face model card(附件,current model-card snapshot collected 2026-11-17; no reliable launch snapshot.)Long-Context Performance / 1M RULER / 640k / Qwen3-Next-80B-A3B-Instruct,https://huggingface.co/Qwen/Qwen3-Next-80B-A3B-Instruct。Benchlog https://benchlog.lekshome.cc/evidence/qwen-3-next-80b-a3b-instruct/ev-qs-ruler-640k/

关联成绩与条件

Qwen3-Next-80B-A3B-Instruct · RULER 640k 成绩与配置
指标与成绩配置与评测条件证据关系
Acc85.5原文 85.5 · 单位 未标注
公布 未确认
Instruct · YaRN长上下文
设置
官方1M版RULER;YaRN enabled;每长度260样本(13个子任务各20样本)。
未知项
表头Acc未标单位,不能补为百分比。、解码、harness版本和YaRN factor是否逐长度改变未说明。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
YaRN; 260 samples per length, 13 sub-tasks × 20
条件
1M version of RULER;Acc与各长度数值按原表保留,不补未说明的单位。

直接支持该成绩

在排名中查看此成绩