#107
Liquid
प्रकाशन: 2026-02-24
चाचणी तारीख: 2026-04-10 23:27
liquid/lfm-2-24b-a2b::none
संग्रहित मॉडेल: हे मॉडेल आता अपडेट केले जाणार नाही आणि नवीन चाचण्यांवर तपासले जाणार नाही.
इनपुट किंमत
$0.030 / 1M
आउटपुट किंमत
$0.120 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-05-06 14:04 पुन्हा चाचणी | 4.2 | लागू नाही | $0.001 | तुलना करा | |
| 2026-05-06 14:04 सूट बदलला | 4.2 | लागू नाही | $0.001 | तुलना करा | |
| 2026-04-10 23:27 पहिली नोंदलेली रन | 4.1 | लागू नाही | $0.001 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-10 23:27 · पहिली नोंदलेली रन | 4.1 | 9.0 | लागू नाही | 1/16 | 2 | 1,185 | $0.001 | 811ms |
| 2026-05-06 14:04 · सूट बदलला | 4.2 | 9.0 | लागू नाही | 2/16 | 2 | 1,185 | $0.001 | 811ms |
| फरक | -0.1 | 0.0 | -1 | 0 | 0 | $0.000 | 0ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
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 | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.3 | 9.8 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 3.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 4.0 | 10.0 | |
| सूचनांचे पालन | 4.8 | 10.0 | |
| कोडी सोडवणे | 4.4 | 7.9 | |
| टूल कॉलिंग | 3.0 | 10.0 |