فرمت، راست‌چین و نیم‌فاصله

برنامه‌ریزی‌شده، هنوز اجرا نشده

روش سنجش برنامه‌ریزی‌شده

بررسی ماشینی نیم‌فاصله، ی و ک فارسی، ارقام و جهت متن

معیارهای ارزیابی

  • نیم‌فاصلهٔ درست، مثل «می‌شود»
  • ی و ک فارسی
  • ارقام فارسی
  • جهت RTL

رتبه‌بندی مدل‌ها روی این حوزه

آزمون این حوزه هنوز اجرا نشده؛ رتبه‌ها از نمرهٔ نزدیک‌ترین سنجه در دور ارزیابی تیم مرشد (تیر ۱۴۰۵) می‌آیند.

#مدلامتیاز فرمت، راست‌چین و نیم‌فاصله
۱DeepSeek-R1 (0528)۱۰
۲Qwen3-235B-A22B۱۰
۳GLM-4.5۱۰
۴Gemma-3-27B۱۰
۵GLM-4.5-Air۱۰
۶GLM-5.2۱۰
۷Hunyuan HY3۱۰
۸Kimi K3۱۰
۹LongCat 2.0۱۰
۱۰Qwen3.6-27B۱۰