Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Mistral AI · pașaport de model

Mistral Small 2501

mistral-small-2501

Cea mai bună percentilă: 91.4Halucinații HHEM (Vectara)
Poziția după scorul compus: 45.0contractat · 4/27 axe

Ce spun datele

Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

91.4 pct — Halucinații HHEM (Vectara) (94.9%)

Neuniform: 74,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 91.4 pct pe Halucinații HHEM (Vectara) față de 17 pct pe AIME (matematică).

Halucinații HHEM (Vectara)91.4 pct94.9%Verifică →
LiveBench30.2 pct42.6%Verifică →
GPQA Diamond26.2 pct45.3%Verifică →
AIME (matematică)17 pct5.3%Verifică →
GeneralNeevaluat
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
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.

mistral-small-2501 stands at 45 (raw mean 41.2) — measured on 4 of 27 axes.
pozițieșablonVerifică →

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 →