#150
Liquid
Releasedatum: 2026-02-24
Getest op: 2026-05-06 14:04
liquid/lfm-2-24b-a2b::none
Gearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
4.2
Consistentie
9.0
n.v.t.
Totaal aantal uitvoer-tokens
1,185
Invoerprijs
$0.030 / 1M
Uitvoerprijs
$0.120 / 1M
Instabiele tests
2
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-05-06 14:04 Hertest | 4.2 | n.v.t. | $0.001 | Vergelijken | |
| 2026-05-06 14:04 Suite gewijzigd | 4.2 | n.v.t. | $0.001 | Huidige run | |
| 2026-04-10 23:27 Eerste geregistreerde run | 4.1 | n.v.t. | $0.001 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:04 · Suite gewijzigd | 4.2 | 9.0 | n.v.t. | 2/16 | 2 | 1,185 | $0.001 | 811ms |
| 2026-04-10 23:27 · Eerste geregistreerde run | 4.1 | 9.0 | n.v.t. | 1/16 | 2 | 1,185 | $0.001 | 811ms |
| Verschil | +0.1 | 0.0 | +1 | 0 | 0 | $0.000 | 0ms |
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 3.3 | 9.8 | |
| Gecombineerd | 3.0 | 10.0 | |
| Gegevensparsering en extractie | 3.0 | 10.0 | |
| Domeinspecifiek | 5.9 | 7.2 | |
| Algemene intelligentie | 4.0 | 10.0 | |
| Instructies opvolgen | 6.3 | 10.0 | |
| Puzzeloplossing | 3.7 | 7.7 | |
| Toolaanroepen | 3.0 | 10.0 |