Benchmarks
European languages
Modellkvalitet på översatta europeiska språkbenchmarks. EU21-raderna kommer från OpenGPT-X-utvärderingen som publicerades med Teuken 7B Instruct v0.6, som översätter ARC, HellaSwag, TruthfulQA och MMLU till de 21 EU-språk den täcker och rapporterar ett genomsnitt per modell. MMMLU-raden är Googles egen flerspråkiga MMLU-siffra för Gemma 4.
The EU21 numbers are OpenGPT-X’s, taken from the Teuken 7B Instruct v0.6 model card and the accompanying evaluation preprint; they are machine-translated benchmarks, not native-language test sets. The MMMLU number is Google’s own. LLM EU has run no evaluation and has not verified either harness.
| Modeller | score | source |
|---|---|---|
| Teuken 7B Instruct v0.6 | 0.57 | link |
| Llama 3.1 8B Instruct | 0.563 | link |
| Mistral 7B Instruct v0.3 | 0.527 | link |
| Aya 23 8B | 0.485 | link |
| Pharia-1-LLM-7B-control-aligned | 0.417 | link |
| Gemma 4 31B IT | 88.4 | link |