EvalPlus编程

#	模型		得分 (%)	厂商	来源
1	Qwen3-235B-A22B-Base		77.6	阿里巴巴	Qwen3 技术报告
2	Qwen3-14B-Base		72.23	阿里巴巴	Qwen3 技术报告
3	Qwen3-32B-Base		72.05	阿里巴巴	Qwen3 技术报告
4	Qwen3-30B-A3B-Base		71.45	阿里巴巴	Qwen3 技术报告
5	Llama 4 Maverick Base		68.38	Meta	Qwen3 技术报告
6	Qwen3-8B-Base		67.65	阿里巴巴	Qwen3 技术报告
7	Qwen2.5-32B		66.25	阿里巴巴	Qwen3 技术报告
8	Qwen2.5-72B		65.93	阿里巴巴	Qwen3 技术报告
9	DeepSeek-V3 Base		63.75	深度求索	Qwen3 技术报告
10	Qwen3-4B-Base		63.53	阿里巴巴	Qwen3 技术报告