GPQA推理

#	模型		得分 (%)	厂商	来源
1	Qwen3-32B-Base		49.49	阿里巴巴	Qwen3 技术报告
2	Qwen2.5-32B		47.97	阿里巴巴	Qwen3 技术报告
3	Qwen3-235B-A22B-Base		47.47	阿里巴巴	Qwen3 技术报告
4	Qwen2.5-72B		45.88	阿里巴巴	Qwen3 技术报告
5	Qwen3-8B-Base		44.44	阿里巴巴	Qwen3 技术报告
6	Llama 4 Maverick Base		43.94	Meta	Qwen3 技术报告
7	Qwen3-30B-A3B-Base		43.94	阿里巴巴	Qwen3 技术报告
8	DeepSeek-V3 Base		41.92	深度求索	Qwen3 技术报告
9	Qwen2.5-Plus-Base		41.92	阿里巴巴	Qwen3 技术报告
10	Qwen2.5-Turbo-Base		41.41	阿里巴巴	Qwen3 技术报告