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
22.308
Ultima sincronizare
2 min
Toate sursele se sincronizează normal
  • Arena · Textacum 41 de minute
  • Arena · WebDevacum 41 de minute
  • Arena · Visionacum 41 de minute
  • Arena · Agentacum 41 de minute
  • GPQA Diamondacum 2 minute
  • SWE-benchacum 2 minute
  • Terminal-Benchacum 2 minute
  • ARC-AGI-2acum 2 minute

perplexity-sonar-pro

53±0

53interval54

Perplexityoscilație #326–#326

Sonar Pro

47±0

47interval48

perplexityoscilație #505–#505

perplexity-sonar

47±0

46interval47

Perplexityoscilație #527–#527

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) ×17 din 1034 modele
ModelOrganizațieIntervalOscilațieiiiiiiiiiiiiiiiiiiiiiiAdaugă la comparație
326perplexity-sonar-proPerplexity——53.1 62.5Clasat 53.1 = (1 × 62.5 + 3 × 50) ÷ 4. 62.5 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———————————————63———————
505Sonar Properplexity—$3 / $1547.4 43.4Clasat 47.4 = (2 × 43.4 + 3 × 50) ÷ 5. 43.4 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.—182/22redusă———————————————————5234——
527perplexity-sonarPerplexity——46.8 37.1Clasat 46.8 = (1 × 37.1 + 3 × 50) ÷ 4. 37.1 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———————————————37———————
563Sonarperplexity—$1 / $145.3 38.2Clasat 45.3 = (2 × 38.2 + 3 × 50) ÷ 5. 38.2 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.—12/22redusă———————————————————3739——
735ppl-sonar-pro-highperplexityoct. 2026—41.1 14.3Clasat 41.1 = (1 × 14.3 + 3 × 50) ÷ 4. 14.3 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.39–42—1/22redusă—————14—————————————————
763ppl-sonar-reasoning-pro-highperplexityoct. 2026—40.5 11.9Clasat 40.5 = (1 × 11.9 + 3 × 50) ÷ 4. 11.9 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.39–42—1/22redusă—————12—————————————————
886perplexity-sonar-reasoningPerplexity AI——37.8 1.0Clasat 37.8 = (1 × 1.0 + 3 × 50) ÷ 4. 1.0 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———————————————1———————

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.