Phi-4
71.4%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.308
- Ultima sincronizare
- 15 minacum 15 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 11 ore
- Arena · WebDev· acum 11 ore
- Arena · Vision· acum 11 ore
- Arena · Agent· acum 11 ore
- GPQA Diamond· acum 15 minute
- SWE-bench· acum 15 minute
- Terminal-Bench· acum 15 minute
- ARC-AGI-2· acum 15 minute
Filtrează după organizație:
Lansat:
Phi-4 Multimodal Instruct
48.5%
niciun interval publicat
Phi-4 Mini Instruct
46.5%
niciun interval publicat
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
| Model | Organizație | ± CI | Oscilație | Adaugă la comparație | |||||
|---|---|---|---|---|---|---|---|---|---|
| 150 | Phi-4 | azure | dec. 2024 | $0.07 / $0.14 | 71.4% | — | #285–769 | ||
| 225 | Phi-4 Multimodal Instruct | azure | — | — | 48.5% | — | — | ||
| 230 | Phi-4 Mini Instruct | azure | — | — | 46.5% | — | — |
Se afișează MMLU-Pro (Artificial Analysis) exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.