#65 Gemma 4 26B A4B
none- Cost
- $0.001
- Timp
- 39.5s
- Tokenuri
- 790 tok
Google
Lansare: 2026-04-03
Testat la: 2026-04-22 21:39
google/gemma-4-26b-a4b-it::none
25.2B în total (3.8B activi)MoESursă deschisă
(medium)
(none)
Rezumat
Gemma 4 26B A4B obține 6.2 pe AI BENCHY și este pe #65. Are fiabilitate N/D, rată de reușită 48.2%, cost total $0.005 și timp mediu de răspuns 6.59s.
Ce face Gemma 4 26B A4B unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.
Date despre model
Documentat la 2026-08-12
- Parametri
- 25.2B în total (3.8B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- Apache-2.0
6.2
Consistență
8.7
N/D
$0.005
Total tokenuri de ieșire
1,783
Total tokenuri de intrare
0
Preț de intrare
$0.070 / 1M
Preț de ieșire
$0.340 / 1M
Teste instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 02:51 Retestare | 5.6 | 10.0 | $0.023 ↑ | Compară | |
| 2026-07-16 23:02 Test nou adăugat | 5.5 | 10.0 | $0.018 ↓ | Compară | |
| 2026-06-04 14:04 Test nou adăugat | 6.0 | 10.0 | $0.004 ↓ | Compară | |
| 2026-05-22 00:29 Suită modificată | 6.2 | 10.0 | $0.006 | Compară | |
| 2026-04-22 21:39 Prima rulare înregistrată | 6.2 | N/D | $0.005 | Rularea curentă |
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-22 21:39 · Prima rulare înregistrată | 54/54 încercări | 6.2 | 8.7 | N/D | 7/18 | 3 | 1,783 | 0 | $0.005 | 6.59s |
| 2026-08-14 02:51 · Retestare | 66/66 încercări | 5.6 | 9.6 | 10.0 | 9/22 | 1 | 15,781 | 131,257 | $0.023 | 7.58s |
| Diferență | — | +0.6 | -0.9 | -2 | +2 | -13998 | -131257 | -$0.018 | -993ms |
Acoperirea benchmark diferă: 54/54 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
Gemma 4 26B A4BnoneDisponibil gratuitvsKAT-Coder-Air V2.5highGemma 4 26B A4BnoneDisponibil gratuitvsKAT-Coder-Air V2.5mediumGemma 4 26B A4BnoneDisponibil gratuitvsQwen3.5-122B-A10BnoneGemma 4 26B A4BnoneDisponibil gratuitvsNemotron 3.5 LightninghighDisponibil gratuitGemma 4 26B A4BnoneDisponibil gratuitvsKimi K2.6noneGemma 4 26B A4BnoneDisponibil gratuitvsQwen3.6 27BnoneGemma 4 26B A4BnoneDisponibil gratuitvsGLM 5.1noneGemma 4 26B A4BnoneDisponibil gratuitvsQwen3.8 27BnoneGemma 4 26B A4BnoneDisponibil gratuitvsLing-3.0-flashnoneGemma 4 26B A4BnoneDisponibil gratuitvsDeepSeek V4 Flash 0423none
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.3 | 10.0 | |
| Programare | 4.7 | 1.6 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.6 | 7.2 | |
| Inteligență generală | 4.0 | 10.0 | |
| Respectarea instrucțiunilor | 4.4 | 6.9 | |
| Rezolvare de puzzle-uri | 5.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |