#28 Gemma 4 26B A4B
medium- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
सारांश
Gemma 4 26B A4B AI BENCHY वर 8.0 स्कोर करते आणि #28 वर आहे. याची reliability लागू नाही, pass rate 75.9%, एकूण खर्च $0.028, आणि सरासरी response time 25.03s आहे.
Gemma 4 26B A4B खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.
8.0
सुसंगतता
9.0
लागू नाही
$0.028
एकूण आउटपुट टोकन्स
60,559
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.070 / 1M
आउटपुट किंमत
$0.340 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 14:22 नवीन चाचणी जोडली | 7.6 | 8.9 | $0.045 ↓ | तुलना करा | |
| 2026-05-22 00:42 सूट बदलला | 7.5 | 10.0 | $0.045 | तुलना करा | |
| 2026-04-22 21:39 पहिली नोंदलेली रन | 8.0 | लागू नाही | $0.028 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-22 21:39 · पहिली नोंदलेली रन | 8.0 | 9.0 | लागू नाही | 13/18 | 2 | 60,559 | 0 | $0.028 | 25.03s |
| 2026-05-22 00:42 · सूट बदलला | 7.5 | 8.8 | 10.0 | 13/20 | 3 | 111,029 | 0 | $0.045 | 51.35s |
| फरक | +0.5 | +0.2 | 0 | -1 | -50470 | 0 | -$0.017 | -26323ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 2.8 | 10.0 | |
| संयुक्त | 9.6 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 7.9 | 9.6 | |
| टूल कॉलिंग | 10.0 | 10.0 |