Jaredpalmer
Lansare: 2026-09-28
Testat la: 2026-09-28 08:07
jaredpalmer/kev-4b::none
4BDensSursă deschisăEstimat Rezumat
Kev 4B obține 3.0 pe AI BENCHY și este pe #366. Are fiabilitate 10.0, rată de reușită 16.7%, cost total $0.002 și timp mediu de răspuns 5.63s.
Ce face Kev 4B 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 2026-09-28
- Parametri
- 4B
- Arhitectură
- Dens
- Disponibilitate
- Sursă deschisă
- Licență
- Apache-2.0
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
3.0
Consistență
5.1
10.0
$0.002
Total tokenuri de ieșire
28,061
Total tokenuri de intrare
42,804
Preț de intrare
$0.042 / 1M
Preț de ieșire
$0.000 / 1M
Teste greșite: 9
Rată de trecere pe încercare: 16.7%
Acoperire benchmark: 36/66 încercări. Adaptoarele oferă variantele de răspuns. Acceptă 12/22 teste. Celelalte teste sunt incompatibile, nu eșuate. Scorul folosește suita completă.
Teste instabile
1
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 2.3 | 7.5 | |
| Programare | 4.5 | 6.7 | |
| Combinat | 0.0 | 0.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 0.0 | 0.0 | |
| Respectarea instrucțiunilor | 1.5 | 5.0 | |
| Rezolvare de puzzle-uri | 2.0 | 10.0 | |
| Apelare instrumente | 0.0 | 0.0 | |
| Cultură generală | 0.0 | 0.0 |