AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#518

d1.2

Liquid रिलीज़: 2026-11-17 परीक्षण किया गया: 2026-11-17 19:07 liquid/d1.2::none
-अन्यबंद स्रोत

सारांश

d1.2 AI BENCHY पर 1.9 स्कोर करता है और #518 पर है। इसकी reliability 10.0, pass rate 13.0%, कुल लागत $0.001, और औसत response time 755ms है।

d1.2 को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डोमेन-विशिष्ट इसकी सबसे कमजोर जगह है, जहाँ यह #11 पर है।

मॉडल विवरण

शोध की तारीख: 2026-11-17

पैरामीटर
-
आर्किटेक्चर
अन्य
उपलब्धता
बंद स्रोत
लाइसेंस
-

संगति

4.6

कुल आउटपुट टोकन

0

कुल इनपुट टोकन

34,410

इनपुट कीमत

$0.020 / 1M

आउटपुट कीमत

$0.000 / 1M

कैश पढ़ने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 13.0%

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

2

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

प्रतिक्रिया समय (औसत)

755ms

प्रतिक्रिया समय (अधिकतम): 1.32s

प्रतिक्रिया समय (कुल): 9.06s

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 सही परीक्षण
स्वायत्त एजेंट कार्य 0.0 0.0
एंटी-एआई ट्रिक्स 4.0 7.5
कोडिंग 2.3 6.7
संयुक्त 0.0 0.0
डेटा पार्सिंग और निष्कर्षण 6.4 5.9
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 0.0 0.0
निर्देश पालन 1.5 5.0
पहेली समाधान 2.3 1.2
टूल कॉलिंग 0.0 0.0
सामान्य ज्ञान 0.0 0.0

तुलना किए गए मॉडल