| மாதிரி | மதிப்பெண் | அளவிடப்பட்ட பணி செலவு |
|---|---|---|
| Claude Opus 5.5 · Max, Default Fallback | 58 | $5.98 |
| gpt-6-astra · Max | 53 | $3.26 |
| gpt-6.1-sol · Max | 52 | $0.72 |
| grok-4.7 · Xhigh | 46 | $3.74 |
| kimi-k3 · Max | 44 | $2.00 |
| gemini-3.8-flash · High | 41 | $1.24 |
| deepseek-v4-pro · Max | 36 | $0.67 |
ஒரே evaluation பதிப்பில் benchmark scores மற்றும் அளவிடப்பட்ட task செலவுகளை ஒப்பிடும்போது ஒவ்வொரு மாடலின் reasoning அமைப்புகளையும் சரிபார்க்கவும். Input/output விலைகள் மட்டும் செயல்திறனை அளவிடாது. இல்லாத அளவீடுகள் தெரியாதவையாகவே இருக்கும்.
இல்லை. Benchmark scores ஒரு குறிப்பிட்ட evaluation-ஐ விவரிக்கின்றன. உங்கள் பணி, latency, reasoning அமைப்புகள், மொத்தச் செலவு ஆகியவை தேர்வை மாற்றலாம். Score மற்றும் cost columns-ஐ ஒன்றாகப் பார்த்து benchmark source நிபந்தனைகளைத் திறக்கவும்.
இல்லை. இந்த catalog-இல் ஒப்பிடக்கூடிய உறுதிப்படுத்தப்பட்ட அளவீடு இல்லை என்பதே பொருள். மாடல் பெயர் அல்லது token விலையைக் கொண்டு பூஜ்ய score வழங்கவோ மதிப்பிடவோ மாட்டோம். இல்லாத மதிப்புகள் அளவிடப்பட்ட முடிவுகளிலிருந்து தனியாக வைக்கப்படும்.