Step 5: ਬੈਂਚਮਾਰਕ ਅਤੇ ਰੈਂਕਿੰਗ
Step 5 (StepFun) — ਕੁੱਲ ਦਰਜਾ: #39 / 153, ਕੁੱਲ ਸਕੋਰ: 74.0 (90% ਅੰਤਰਾਲ 67.1–79.8), ਲੀਡਰਬੋਰਡ: 2। ਕੀਮਤ (ਇਨਪੁੱਟ/ਆਊਟਪੁੱਟ): $1 / $2.7
ਹਰ ਲੀਡਰਬੋਰਡ ਉੱਤੇ ਦਰਜਾ
| ਲੀਡਰਬੋਰਡ | ਦਰਜਾ | ਪ੍ਰਕਾਸ਼ਿਤ ਮੁੱਲ |
|---|---|---|
| Artificial Analysis | #19 / 141 | 43.7 |
| LiveBench | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| Epoch AI | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| ARC Prize (ARC-AGI) | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| Scale AI SEAL | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| Vals AI | #28 / 42 | 54.8 |
| Terminal-Bench | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| EQ-Bench | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| SimpleBench | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
| BenchLM.ai | ਦਰਜਾਬੰਦੀ ਨਹੀਂ | — |
ਖੇਤਰ ਸਕੋਰ
- ਕੋਡਿੰਗ: 73.1
- ਏਜੰਟ: 58.6
- ਤਰਕ: 75.6
- ਗਣਿਤ: 65.6
- ਗਿਆਨ: 80.0
- ਲੇਖਣ: 55.1
- ਹਦਾਇਤਾਂ: 55.9
- ਗੱਲਬਾਤ ਅਤੇ EQ: 43.4
- ਕਾਰੋਬਾਰ: 77.9
- ਜਾਪਾਨੀ: 68.5
- ਦ੍ਰਿਸ਼ਟੀ: 48.8
- ਲੰਮਾ ਸੰਦਰਭ: 71.5