Liquid
Lansare: 2026-10-27
Testat la: 2026-11-09 21:39
liquid/d1.1::none
-AltulÎnchis Rezumat
d1.1 obține 1.4 pe AI BENCHY și este pe #485. Are fiabilitate 10.0, rată de reușită 10.1%, cost total $0.001 și timp mediu de răspuns 845ms.
Ce face d1.1 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #9.
Date despre model
Documentat la 2026-11-09
- Parametri
- -
- Arhitectură
- Altul
- Disponibilitate
- Închis
- Licență
- -
1.4
Consistență
3.8
10.0
$0.001
Total tokenuri de ieșire
0
Total tokenuri de intrare
34,410
Preț de intrare
$0.020 / 1M
Preț de ieșire
$0.000 / 1M
Preț citire cache
$0.020 / 1M
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 greșite: 11
Rată de trecere pe încercare: 10.1%
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
4
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
d1.1defaultvsMicrosoft-Decision-1defaultd1.1defaultvsSolar Decidedefaultd1.1defaultvsSolar Decide Flashdefaultd1.1defaultvsTev1 4B Experimentaldefaultd1.1defaultvsGemini 3 Flash Previewhighd1.1defaultvsNimble v3 9Bdefaultd1.1defaultvsD1defaultd1.1defaultvsJoey 1defaultd1.1defaultvsDecider Flash V1.2defaultd1.1defaultvsClef Omnidefault
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 0.0 | 0.0 | |
| Trucuri anti-AI | 3.9 | 3.3 | |
| Programare | 2.3 | 6.6 | |
| Combinat | 0.0 | 0.0 | |
| Parsare și extragere de date | 2.9 | 5.8 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 0.0 | 0.0 | |
| Respectarea instrucțiunilor | 1.5 | 5.0 | |
| Rezolvare de puzzle-uri | 1.7 | 3.3 | |
| Apelare instrumente | 0.0 | 0.0 | |
| Cultură generală | 0.0 | 0.0 |