#188

Dots 3 Note Preview

Dots Studio रिलीज़: 2026-08-14 परीक्षण किया गया: 2026-08-15 21:56 dots-studio/dots-3-note-preview::medium

280B कुल (16B सक्रिय)MoEमुक्त स्रोत

(high) (medium) (low) (none)

सारांश

Dots 3 Note Preview AI BENCHY पर 5.9 स्कोर करता है और #188 पर है। इसकी reliability 10.0, pass rate 57.6%, कुल लागत $0.000, और औसत response time 67.13s है।

Dots 3 Note Preview को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

मॉडल विवरण

शोध की तारीख: 2026-08-15

घोषित

पैरामीटर: 280B कुल (16B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: मुक्त स्रोत
लाइसेंस: Apache-2.0

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.9

संगति

7.1

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.000

कुल आउटपुट टोकन

679,539

कुल इनपुट टोकन

94,639

इनपुट कीमत

$0.000 / 1M

आउटपुट कीमत

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 57.6%

अस्थिर टेस्ट

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

67.13s

प्रतिक्रिया समय (अधिकतम): 459.19s

प्रतिक्रिया समय (कुल): 1476.95s

गलत उत्तर: 9 निर्देशों का पालन नहीं किया: 2 कोई उत्तर नहीं: 2 अतिरिक्त फॉर्मेटिंग: 1

Hamster playing table tennis

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

#188 Dots 3 Note Preview

medium

लागत: $0.000
समय: 585.4s
टोकन: 12,198 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	8.7	7.9
कोडिंग	4.2	5.1
संयुक्त	9.9	10.0
डेटा पार्सिंग और निष्कर्षण	4.5	1.4
डोमेन-विशिष्ट	3.6	7.2
Samanya Buddhimatta	3.8	9.5
निर्देश पालन	8.5	6.8
पहेली समाधान	5.3	7.2
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Dots 3 Note Preview

मॉडल विवरण

Hamster playing table tennis

#188 Dots 3 Note Preview

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल