Perplexity
रिलीज़: 2026-10-17
परीक्षण किया गया: 2026-10-17 10:59
perplexity/pplx-decider-v1.2::none
27Bसघनमुक्त स्रोत सारांश
Decider V1.2 AI BENCHY पर 2.6 स्कोर करता है और #424 पर है। इसकी reliability 9.4, pass rate 24.6%, कुल लागत $0.001, और औसत response time 517ms है।
मॉडल विवरण
शोध की तारीख: 2026-10-17
- पैरामीटर
- 27B
- आर्किटेक्चर
- सघन
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
2.6
संगति
4.9
9.4
$0.001
कुल आउटपुट टोकन
67
कुल इनपुट टोकन
48,363
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।
गलत टेस्ट: 7
प्रति प्रयास पास दर: 24.6%
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
1
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
Decider V1.2defaultvsJev 1.13defaultDecider V1.2defaultvsDecider V1.1 27BdefaultDecider V1.2defaultvsd1-ultradefaultDecider V1.2defaultvsDrex v1.5defaultDecider V1.2defaultvsSpan-02defaultDecider V1.2defaultvsGPT-6 Luna DecisionsdefaultDecider V1.2defaultvsCommand A+lowDecider V1.2defaultvsKev 4BdefaultDecider V1.2defaultvsCommand A+noneDecider V1.2defaultvsJev 1.14default
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 0.0 | 0.0 | |
| एंटी-एआई ट्रिक्स | 5.8 | 7.5 | |
| कोडिंग | 4.5 | 6.7 | |
| संयुक्त | 0.0 | 0.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 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 |