Liquid
रिलीज़: 2026-10-27
परीक्षण किया गया: 2026-11-09 21:39
liquid/d1.1::none
-अन्यबंद स्रोत सारांश
d1.1 AI BENCHY पर 1.4 स्कोर करता है और #485 पर है। इसकी reliability 10.0, pass rate 10.1%, कुल लागत $0.001, और औसत response time 845ms है।
d1.1 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #9 पर है।
मॉडल विवरण
शोध की तारीख: 2026-11-09
- पैरामीटर
- -
- आर्किटेक्चर
- अन्य
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
1.4
संगति
3.8
10.0
$0.001
कुल आउटपुट टोकन
0
कुल इनपुट टोकन
34,410
इनपुट कीमत
$0.020 / 1M
आउटपुट कीमत
$0.000 / 1M
कैश पढ़ने की कीमत
$0.020 / 1M
कैश लिखने की कीमत
लागू नहीं
कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।
गलत टेस्ट: 11
प्रति प्रयास पास दर: 10.1%
बेंचमार्क कवरेज: 36/69 प्रयास. विकल्प अडैप्टर देते हैं। 12/23 परीक्षण समर्थित हैं। अन्य परीक्षण असमर्थित हैं, विफल नहीं। स्कोर पूरे परीक्षण समूह पर आधारित है।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
d1.1defaultvsMicrosoft-Decision-1defaultd1.1defaultvsSolar Decidedefaultd1.1defaultvsSolar Decide Flashdefaultd1.1defaultvsTev1 4B Experimentaldefaultd1.1defaultvsGemini 3 Flash Previewhighd1.1defaultvsNimble v3 9Bdefaultd1.1defaultvsD1defaultd1.1defaultvsJoey 1defaultd1.1defaultvsDecider Flash V1.2defaultd1.1defaultvsClef Omnidefault
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 0.0 | 0.0 | |
| एंटी-एआई ट्रिक्स | 3.9 | 3.3 | |
| कोडिंग | 2.3 | 6.6 | |
| संयुक्त | 0.0 | 0.0 | |
| डेटा पार्सिंग और निष्कर्षण | 2.9 | 5.8 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 0.0 | 0.0 | |
| निर्देश पालन | 1.5 | 5.0 | |
| पहेली समाधान | 1.7 | 3.3 | |
| टूल कॉलिंग | 0.0 | 0.0 | |
| सामान्य ज्ञान | 0.0 | 0.0 |