अक्सर पूछे जाने वाले प्रश्न

एक ही मूल्यांकन संस्करण के benchmark स्कोर और मापी गई task लागत की तुलना करें और हर मॉडल की reasoning settings भी देखें। केवल input/output कीमतें प्रदर्शन नहीं बतातीं। अनुपलब्ध माप अज्ञात रहते हैं।

नहीं। Benchmark स्कोर एक खास मूल्यांकन बताते हैं। आपका कार्य, latency, reasoning settings और कुल लागत चुनाव बदल सकते हैं। स्कोर और लागत दोनों देखें और शर्तों के लिए benchmark स्रोत खोलें।

नहीं। इसका अर्थ है कि इस catalog में तुलनीय सत्यापित माप उपलब्ध नहीं है। हम शून्य नहीं देते और मॉडल नाम या token कीमत से स्कोर का अनुमान नहीं लगाते। अनुपलब्ध मान मापे गए परिणामों से अलग रहते हैं।