Qwen 3.5 от Alibaba: 397B Reasoning возглавляет открытые модели по математике и науке
Qwen 3.5: математический и научный лидер среди открытых моделей Alibaba продолжает агрессивную стратегию в open-weight LLM и выпустила Qwen 3.5 — обновление линейки, которое подняло планку в самой требовательной категории задач: рассуждении и математике. Версия Qwen 3.5 397B Reasoning возглавила открытые модели по двум ключевым бенчмаркам: GPQA Diamond: 77.2% AIME ‘24: 85.7% Это лучшие результаты среди всех моделей с открытыми весами на момент релиза. Что значат эти числа GPQA Diamond — наука уровня PhD 77.2% означает, что Qwen 3.5 397B Reasoning отвечает правильно на три четверти вопросов, специально составленных PhD-экспертами и не решаемых поиском. До неё ни одна открытая модель не подходила к 70%. ...