phi-4-reasoning-plus
52±0
51interval52
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.308
- Ultima sincronizare
- 8 minacum 8 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 8 minute
- SWE-bench· acum 8 minute
- Terminal-Bench· acum 8 minute
- ARC-AGI-2· acum 8 minute
Filtrează după organizație:
Lansat:
phi-4
40±0
39interval41
Phi-4 Multimodal Instruct
36±0
36interval37
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 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 377 | phi-4-reasoning-plus | Microsoft | — | — | 51.5 56.0Clasat 51.5 = (1 × 56.0 + 3 × 50) ÷ 4. 56.0 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 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 56 | — | — | — | — | — | — | — | ||
| 769 | phi-4 | microsoft | dec. 2024 | $0.07 / $0.14 | 40.3 37.0Clasat 40.3 = (9 × 37.0 + 3 × 50) ÷ 12. 37.0 este percentila medie pe cele 9 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 39–41 | 90 | 9/22 | #285–769 | 24 | — | — | — | — | — | — | 39 | 26 | — | — | — | — | — | 29 | 39 | — | — | 44 | 27 | 7 | 97 | ||
| 926 | Phi-4 Multimodal Instruct | azure | — | — | 36.4 15.9Clasat 36.4 = (2 × 15.9 + 3 × 50) ÷ 5. 15.9 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. | — | 0 | 2/22redusă | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 16 | 16 | — | — | ||
| 1026 | Phi-4 Mini Instruct | azure | — | — | 26.4 8.8Clasat 26.4 = (4 × 8.8 + 3 × 50) ÷ 7. 8.8 este percentila medie pe cele 4 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | — | 13 | 4/22 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 14 | 15 | 4 | 2 |
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