Microsoft
Lansare: 2026-10-12
Testat la: 2026-10-12 12:34
microsoft/microsoft-decision-1::none
~9BDensÎnchisEstimat Rezumat
Microsoft-Decision-1 obține 1.4 pe AI BENCHY și este pe #408. Are fiabilitate 10.0, rată de reușită 7.3%, cost total $0.002 și timp mediu de răspuns 982ms.
Ce face Microsoft-Decision-1 unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #7.
Date despre model
Documentat la 2026-10-12
- Parametri
- ~9B
- Arhitectură
- Dens
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
1.4
Consistență
4.9
10.0
$0.002
Total tokenuri de ieșire
69
Total tokenuri de intrare
41,466
Preț de intrare
$0.042 / 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 greșite: 11
Rată de trecere pe încercare: 7.3%
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
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
Microsoft-Decision-1defaultvsSolar Decide FlashdefaultMicrosoft-Decision-1defaultvsSolar DecidedefaultMicrosoft-Decision-1defaultvsGemini 3 Flash PreviewhighMicrosoft-Decision-1defaultvsTev1 4B ExperimentaldefaultMicrosoft-Decision-1defaultvsD1defaultMicrosoft-Decision-1defaultvsClef OmnidefaultMicrosoft-Decision-1defaultvsKev 4BdefaultMicrosoft-Decision-1defaultvsGPT-6 Luna DecisionsdefaultMicrosoft-Decision-1defaultvsDrex v1.5defaultMicrosoft-Decision-1defaultvsDecider V1.1 27Bdefault
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 0.0 | 0.0 | |
| Trucuri anti-AI | 4.4 | 5.4 | |
| Programare | 2.2 | 6.7 | |
| Combinat | 0.0 | 0.0 | |
| Parsare și extragere de date | 3.0 | 10.0 | |
| Specific domeniului | 3.0 | 10.0 | |
| 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 |