#65

Gemma 4 26B A4B

Google प्रकाशन: 2026-04-03 चाचणी तारीख: 2026-04-22 21:39 google/gemma-4-26b-a4b-it::none

(medium) (none)

सारांश

Gemma 4 26B A4B AI BENCHY वर 6.2 स्कोर करते आणि #65 वर आहे. याची reliability लागू नाही, pass rate 48.2%, एकूण खर्च $0.005, आणि सरासरी response time 6.59s आहे.

Gemma 4 26B A4B खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

6.2

सुसंगतता

8.7

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.005

एकूण आउटपुट टोकन्स

1,783

एकूण इनपुट टोकन्स

इनपुट किंमत

$0.070 / 1M

आउटपुट किंमत

$0.340 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 48.2%

अस्थिर चाचण्या

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

6.59s

प्रतिसाद वेळ (कमाल): 57.10s

प्रतिसाद वेळ (एकूण): 118.61s

चुकीचे उत्तर: 7 सूचनांचे पालन केले नाही: 3 वेळ संपला: 1

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#65 Gemma 4 26B A4B

none

खर्च: $0.001
वेळ: 39.5s
टोकन्स: 790 tok

रन इतिहास

चाचणी तारीख	स्कोअर	विश्वसनीयता	एकूण खर्च	तुलना करा
2026-06-04 14:04 नवीन चाचणी जोडली	6.0	10.0	$0.004 ↓	तुलना करा
2026-05-22 00:29 सूट बदलला	6.2	10.0	$0.006	तुलना करा
2026-04-22 21:39 पहिली नोंदलेली रन	6.2	लागू नाही	$0.005	सध्याची रन

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
अँटी-एआय युक्त्या	8.3	10.0
कोडिंग	4.7	1.6
संयुक्त	3.0	10.0
डेटा पार्सिंग आणि निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	3.6	7.2
Samanya Buddhimatta	4.0	10.0
सूचनांचे पालन	4.4	6.9
कोडी सोडवणे	5.7	10.0
टूल कॉलिंग	10.0	10.0

Gemma 4 26B A4B

Hamster playing table tennis

#65 Gemma 4 26B A4B

चार्ट्स

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स