Sari la conținut

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

Benchmark-uri

Surse
8
Intrări urmărite
22.318
Ultima sincronizare
31 min
Toate sursele se sincronizează normal
  • Arena · Textacum 7 ore
  • Arena · WebDevacum 7 ore
  • Arena · Visionacum 7 ore
  • Arena · Agentacum 7 ore
  • GPQA Diamondacum 31 de minute
  • SWE-benchacum 31 de minute
  • Terminal-Benchacum 31 de minute
  • ARC-AGI-2acum 31 de minute

finix_s1_32b

98.2%

niciun interval publicat

antgrouposcilație #96–#96

Halucinații HHEM (Vectara) ×1105 din 105 modele
ModelOrganizație± CIOscilațieAdaugă la comparație
1finix_s1_32bantgroup——98.2%——
2gpt-5.4-nano-2026-03-17openaioct. 2026$0.20 / $1.2596.9%—#94–222
3gemini-2.5-flash-litegoogle—$0.10 / $0.4096.7%——
4Phi-4microsoftdec. 2024$0.07 / $0.1496.3%—#285–769
5Llama-3.3-70B-Instruct-Turbometa-llama——95.9%——
6snowflake-arctic-instructsnowflakeapr. 2024—95.7%—#345–405
7gemma-3-12b-itgooglemar. 2025$0.05 / $0.1595.6%—#201–557
8mistral-large-2411mistralainov. 2024—95.5%—#238–606
9qwen3-8bqwenapr. 2025$0.12 / $0.4695.2%—#277–378
10mistral-small-2501mistralai——94.9%—#344–577
11nova-2-lite-v1:0amazon——94.9%——
12nova-pro-v1:0amazon——94.9%——
13gemma-4-26b-a4b-itgooglemar. 2026$0.09 / $0.3094.8%—#180–199
14granite-4.0-h-smallibm-granite——94.8%——
15DeepSeek-V3.2-Expdeepseek-aisept. 2025$0.27 / $0.4194.7%—#92–334
16jamba-mini-2ai21labs——94.7%——
17qwen3-14bqwenapr. 2025$0.12 / $0.2494.6%—#247–296
18DeepSeek-V3.1deepseek-aiaug. 2025—94.5%—#101–158
19gpt-5.4-mini-2026-03-17openaioct. 2026$0.75 / $4.5094.5%—#75–180
20nova-micro-v1:0amazon——94.5%——
21gpt-4.1-2025-04-14openaiapr. 2025$2 / $894.4%—#148–545
22qwen3-4bqwen——94.3%—#273–493
23grok-3xai-org——94.2%—#387–452
24qwen3-32bqwenapr. 2025$0.08 / $0.2894.1%—#159–289
25DeepSeek-V3deepseek-aidec. 2024—93.9%—#178–644
26nova-lite-v1:0amazon——93.9%——
27DeepSeek-V3.2deepseek-aidec. 2025$0.28 / $0.4293.7%—#86–247
28gemma-3-4b-itgooglemar. 2025$0.05 / $0.1093.6%—#271–951
29gpt-6-solopenaioct. 2026$2 / $1093.5%—#7–53
30command-r-plus-08-2024CohereLabsaug. 2024$2.50 / $1093.1%—#293–576
31trinity-large-previewarcee-aiian. 2026—93.1%—#118–489
32gemini-2.5-progoogleiun. 2025$1.25 / $1093.0%—#60–432
33gpt-5.4-2026-03-05openaisept. 2026$2.50 / $1593.0%—#12–27
34ministral-3b-2410mistralai——92.7%—#425–590
35gemma-3-27b-itgooglemar. 2025$0.08 / $0.3592.6%—#223–703

Se afișează Halucinații HHEM (Vectara) 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.

Puținele lucruri din AI și cuantic care au contat cu adevărat săptămâna asta — rezumate cinstit.

Un e-mail pe săptămână. Dezabonare dintr-un clic. Fără urmărire, fără partajare.