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
22.310
Ultima sincronizare
32 min
Toate sursele se sincronizează normal
  • Arena · Textacum 1 oră
  • Arena · WebDevacum 1 oră
  • Arena · Visionacum 1 oră
  • Arena · Agentacum 1 oră
  • GPQA Diamondacum 32 de minute
  • SWE-benchacum 32 de minute
  • Terminal-Benchacum 32 de minute
  • ARC-AGI-2acum 32 de minute

glm-4.5

60±1

58interval61

zaiiul. 2025oscilație #107–#209

GLM-4.5-AIR-FP8

52±0

51interval52

zai-orgoscilație #374–#374

glm-4.5-air

50±1

48interval51

zaiiul. 2025oscilație #138–#416

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) ×14 din 1034 modele
ModelOrganizațieIntervalOscilațieiiiiiiiiiiiiiiiiiiiiiiAdaugă la comparație
144glm-4.5zaiiul. 2025$0.60 / $2.2060.1 65.1Clasat 60.1 = (6 × 65.1 + 3 × 50) ÷ 9. 65.1 este percentila medie pe cele 6 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.58–61506/22#107–20966———————————35—73———858349—
374GLM-4.5-AIR-FP8zai-org——51.5 56.2Clasat 51.5 = (1 × 56.2 + 3 × 50) ÷ 4. 56.2 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——————————————————————56
416glm-4.5-airzaiiul. 2025$0.13 / $0.8550.0 50.0Clasat 50.0 = (7 × 50.0 + 3 × 50) ÷ 10. 50.0 este percentila medie pe cele 7 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.48–51607/22#138–41655——16————————33—64———757434—
490glm-4.5vzaiaug. 2025$0.60 / $1.8048.0 46.8Clasat 48.0 = (5 × 46.8 + 3 × 50) ÷ 8. 46.8 este percentila medie pe cele 5 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.47–49375/22#161–49050—32———————————————626326—

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.