Meta AI · pașaport de model
Llama 4 Maverick 17b 128e Instruct Fp8
llama-4-maverick-17b-128e-instruct-fp8- Cea mai bună percentilă
- 62.9Halucinații HHEM (Vectara)
- Poziția după scorul compus
- 44.8contractat · 5/27 axe
Ce spun datele
Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 11.6 pct — FrontierMath (0.7%)
Neuniform: 51,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 62.9 pct pe Halucinații HHEM (Vectara) față de 11.6 pct pe FrontierMath.
- Halucinații HHEM (Vectara)62.9 pct91.8%Verifică →
- BFCL v4 (apelare de funcții)Clasament inactiv56.1 pct37.3%Verifică →
- GPQA Diamond48.9 pct67.0%Verifică →
- AIME (matematică)29 pct20.6%Verifică →
- FrontierMath11.6 pct0.7%Verifică →
- GeneralNeevaluat
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
- ProgramareNeevaluat
- Urmarea instrucțiunilorNeevaluat
- Prompturi dificileNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
Llama-4-Maverick-17B-128E-Instruct-FP8 stands at 44.8 (raw mean 41.7) — measured on 5 of 27 axes.
Llama-4-Maverick-17B-128E-Instruct-FP8 scores at percentile 11.6 on FrontierMath.
Llama-4-Maverick-17B-128E-Instruct-FP8 ranks between #233 and #584 across 3 built-in weightings — best under "Universal", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →