grok-4-0709
58±2
56interval61
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.308
- Ultima sincronizare
- 26 minacum 26 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 9 ore
- Arena · WebDev· acum 9 ore
- Arena · Vision· acum 9 ore
- Arena · Agent· acum 9 ore
- GPQA Diamond· acum 26 de minute
- SWE-bench· acum 26 de minute
- Terminal-Bench· acum 26 de minute
- ARC-AGI-2· acum 26 de minute
Filtrează după organizație:
Lansat:
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 | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 198 | grok-4-0709 | xai | iul. 2025 | — | 57.9 60.3Clasat 57.9 = (10 × 60.3 + 3 × 50) ÷ 13. 60.3 este percentila medie pe cele 10 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 56–61 | 64 | 10/22 | #95–276 | 66 | — | 41 | 28 | — | — | — | 72 | 60 | 57 | — | 48 | — | 70 | 70 | 91 | — | — | — | — | — | — |
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