Advertise here
#526

Bison 1

Baseten Lansare: 2026-11-20 Testat la: 2026-11-22 00:14 baseten/bison-1::none
31BDensSursă deschisă

Rezumat

Bison 1 obține 2.2 pe AI BENCHY și este pe #526. Are fiabilitate 7.5, rată de reușită 23.2%, cost total $0.004 și timp mediu de răspuns 680ms.

Ce face Bison 1 unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #14.

Date despre model

Documentat la 2026-11-22

Raportat
Parametri
31B
Arhitectură
Dens
Disponibilitate
Sursă deschisă
Licență
MIT AND Apache-2.0

Scor

2.2

Consistență

4.1

Total tokenuri de ieșire

36

Total tokenuri de intrare

37,001

Preț de intrare

$0.100 / 1M

Preț de ieșire

$0.000 / 1M

Preț citire cache

N/D

Preț scriere cache

N/D

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 8

Rată de trecere pe încercare: 23.2%

Acoperire benchmark: 36/69 încercări. Adaptoarele oferă variantele de răspuns. Acceptă 12/23 teste. Celelalte teste sunt incompatibile, nu eșuate. Scorul folosește suita completă.

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

680ms

Timp de răspuns (maxim): 1.40s

Timp de răspuns (total): 8.16s

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 0.0 0.0
Trucuri anti-AI 3.9 5.4
Programare 2.9 3.7
Combinat 0.0 0.0
Parsare și extragere de date 6.4 5.9
Specific domeniului 5.3 10.0
Inteligență generală 0.0 0.0
Respectarea instrucțiunilor 1.5 5.0
Rezolvare de puzzle-uri 3.3 3.3
Apelare instrumente 0.0 0.0
Cultură generală 0.0 0.0

Modele comparate