AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#486

Pplx Decider V1.3

Perplexity Lansare: 2026-11-16 Testat la: 2026-11-16 06:14 perplexity/pplx-decider-v1.3::none
27BDensPonderi disponibile

Rezumat

Pplx Decider V1.3 obține 2.7 pe AI BENCHY și este pe #486. Are fiabilitate 10.0, rată de reușită 29.0%, cost total $0.000 și timp mediu de răspuns 711ms.

Ce face Pplx Decider V1.3 unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-11-16

Raportat
Parametri
27B
Arhitectură
Dens
Disponibilitate
Ponderi disponibile
Licență
Apache-2.0

Scor

2.7

Consistență

4.9

Total tokenuri de ieșire

69

Total tokenuri de intrare

48,576

Preț de intrare

$0.000 / 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: 6

Rată de trecere pe încercare: 29.0%

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).

Timp de răspuns (mediu)

711ms

Timp de răspuns (maxim): 1.84s

Timp de răspuns (total): 8.54s

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 5.8 7.5
Programare 4.7 6.7
Combinat 0.0 0.0
Parsare și extragere de date 6.5 10.0
Specific domeniului 7.7 10.0
Inteligență generală 0.0 0.0
Respectarea instrucțiunilor 1.5 5.0
Rezolvare de puzzle-uri 2.0 1.0
Apelare instrumente 0.0 0.0
Cultură generală 0.0 0.0

Modele comparate