AI BENCHY
Advertise here
#156

Dots 3 Note Preview

Dots Studio Veröffentlichung: 2026-08-14 Getestet am: 2026-08-15 21:59 dots-studio/dots-3-note-preview::high
280B insgesamt (16B aktiv)MoEOpen Source

Zusammenfassung

Dots 3 Note Preview erreicht 6.4 bei AI BENCHY und liegt auf #156. Das Modell hat 10.0 Zuverlässigkeit, 59.1% Erfolgsrate, $0.000 Gesamtkosten und 67.81s durchschnittliche Antwortzeit.

Was Dots 3 Note Preview besonders macht: Am stärksten ist es in Kombiniert, wo es #3 erreicht; am schwächsten ist Allgemeine Intelligenz mit #14. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig. Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.

Modelldaten

Recherchiert am 2026-08-15

Angegeben
Parameter
280B insgesamt (16B aktiv)
Architektur
MoE
Verfügbarkeit
Open Source
Lizenz
Apache-2.0

Punktzahl

6.4

Konsistenz

7.7

Gesamte Ausgabe-Token

732,062

Gesamte Eingabe-Token

127,621

Eingabepreis

$0.000 / 1M

Ausgabepreis

$0.000 / 1M

Korrekte Tests

Falsche Tests: 12

Erfolgsquote pro Versuch: 59.1%

Instabile Tests

6

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

67.81s

Antwortzeit (Maximum): 480.52s

Antwortzeit (Gesamt): 1491.80s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#156 Dots 3 Note Preview

high
Kosten
$0.000
Zeit
56.8s
Token
7,778 tok

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Anti-KI-Tricks 8.7 7.9
Programmierung 5.8 4.4
Kombiniert 6.9 5.9
Datenanalyse und -extraktion 7.3 5.8
Domänenspezifisch 5.3 10.0
Allgemeine Intelligenz 3.4 9.9
Befolgung von Anweisungen 8.3 10.0
Rätsellösen 5.5 7.1
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle