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
30 min
Toate sursele se sincronizează normal
  • Arena · Textacum 51 de minute
  • Arena · WebDevacum 51 de minute
  • Arena · Visionacum 51 de minute
  • Arena · Agentacum 51 de minute
  • GPQA Diamondacum 30 de minute
  • SWE-benchacum 30 de minute
  • Terminal-Benchacum 30 de minute
  • ARC-AGI-2acum 30 de minute

Nemotron-3-Nano-30B-A3B

50±0

49interval50

nvidiadec. 2025oscilație #422–#422

General ×1WebDev Arena ×1Vision Arena ×1Factuality Arena ×1Search Arena ×1Document Arena ×1Agent Arena ×1GPQA Diamond ×1AIME (matematică) ×1FrontierMath ×1SimpleQA Verified ×1ARC-AGI-2 ×1Humanity's Last Exam ×1SimpleBench ×1LiveBench ×1BFCL v4 (apelare de funcții) ×1inactivSWE-bench Verified (clasament live) ×1Terminal-Bench 4.0 ×1MMLU-Pro (Artificial Analysis) ×1LiveCodeBench (Artificial Analysis) ×1IFBench (Artificial Analysis) ×1Halucinații HHEM (Vectara) ×13 din 1034 modele
ModelOrganizațieIntervalOscilațieiiiiiiiiiiiiiiiiiiiiiiAdaugă la comparație
87NVIDIA Nemotron 3 Nano 30B A3B (Reasoning)nvidia——63.6 77.2Clasat 63.6 = (3 × 77.2 + 3 × 50) ÷ 6. 77.2 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.—193/22———————————————————648484—
422Nemotron-3-Nano-30B-A3Bnvidiadec. 2025$0.06 / $0.2449.6 48.6Clasat 49.6 = (1 × 48.6 + 3 × 50) ÷ 4. 48.6 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.——1/22redusă——————————————————————49
852nvidia-nemotron-3-nano-30b-a3b-bf16nvidiadec. 2025—38.4 21.1Clasat 38.4 = (2 × 21.1 + 3 × 50) ÷ 5. 21.1 este percentila medie pe cele 2 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.37–40322/22redusă#216–85237——5——————————————————

Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model

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.