#107
Liquid
रिलीज़: 2026-02-24
परीक्षण किया गया: 2026-04-10 23:27
liquid/lfm-2-24b-a2b::none
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
इनपुट कीमत
$0.030 / 1M
आउटपुट कीमत
$0.120 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-06 14:04 दोबारा परीक्षण | 4.2 | लागू नहीं | $0.001 | तुलना करें | |
| 2026-05-06 14:04 सूट बदला गया | 4.2 | लागू नहीं | $0.001 | तुलना करें | |
| 2026-04-10 23:27 पहला दर्ज रन | 4.1 | लागू नहीं | $0.001 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-10 23:27 · पहला दर्ज रन | 4.1 | 9.0 | लागू नहीं | 1/16 | 2 | 1,185 | $0.001 | 811ms |
| 2026-05-06 14:04 · सूट बदला गया | 4.2 | 9.0 | लागू नहीं | 2/16 | 2 | 1,185 | $0.001 | 811ms |
| अंतर | -0.1 | 0.0 | -1 | 0 | 0 | $0.000 | 0ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
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
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 3.3 | 9.8 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 3.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 4.0 | 10.0 | |
| निर्देश पालन | 4.8 | 10.0 | |
| पहेली समाधान | 4.4 | 7.9 | |
| टूल कॉलिंग | 3.0 | 10.0 |