R1 Distill Qwen 32B
248
#248 319 modeloetatik sailkapen orokorrean
3 MIR azterketatan metatutako errendimendua
Puntuazio garbia
400.00 pts
Ziurtasuna
74.7%
Zuzenak / Okerrak
448 / 144
Kostu osoa
$0.70
Errendimendu Orokorra
(vs. batez bestekoa)Ziurtasuna
74.7%
avg: 80.6%
Puntuazio garbia
400.00 pts
avg: 453.30 pts
Zuzenak
448
avg: 483
Okerrak
144
avg: 90
Kostu osoa
$0.70
avg: $9.58
Batez besteko erantzun-denbora
37.1s
avg: 17.9s
Irteerako tokenak
603K
avg: 1.3M
Arrazonamendu tokenak
491K
avg: 898K
Batez besteko konfiantza
98.1%
avg: 95.4%
Azterketaren araberako banaketa
| Azterketa | Posizioa | Zuzenak | Okerrak | Ziurtasuna | Puntuazio garbia | Kostu osoa | |
|---|---|---|---|---|---|---|---|
| MIR 2024 | 237 | 159 | 39 | 79.5% | 146.00 | $0.22 | Ikusi xehetasuna |
| MIR 2025 | 249 | 142 | 56 | 71.0% | 123.33 | $0.25 | Ikusi xehetasuna |
| MIR 2026 | 254 | 147 | 49 | 73.5% | 130.66 | $0.23 | Ikusi xehetasuna |