mistral-large-2411
48.4%
niciun interval publicat
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 45 minacum 45 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 2 ore
- Arena · WebDev· acum 2 ore
- Arena · Vision· acum 2 ore
- Arena · Agent· acum 2 ore
- GPQA Diamond· acum 45 de minute
- SWE-bench· acum 45 de minute
- Terminal-Bench· acum 45 de minute
- ARC-AGI-2· acum 45 de minute
Filtrează după organizație:
Lansat:
mistral-large-2407
48.3%
niciun interval publicat
mistral-large-2402
38.9%
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 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 175 | mistral-large-2411 | Mistral AI | nov. 2024 | — | 48.4% | — | #239–606 | ||
| 176 | mistral-large-2407 | Mistral AI | iul. 2024 | $2 / $6 | 48.3% | — | #228–915 | ||
| 220 | mistral-large-2402 | Mistral AI | feb. 2024 | — | 38.9% | — | #291–979 | ||
| 290 | mistral-large | Mistral | — | $2 / $6 | 1.9% | — | — |
Se afișează LiveBench 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.