PhaseoPhaseo
मॉडलचैटतुलना करेंऐप्सरैंकिंग

सार्वजनिक डेटा को सही रखने में मदद करें

कुछ गायब, गलत या पुराना दिख रहा है? इस पेज के बारे में हमें बताएँ।

PhaseoPhaseo
स्थिति जांची जा रही हैस्थिति जांची जा रही हैस्थिति पृष्ठ पर जाएँ
घटक-स्तरीय स्थिति उपलब्ध नहीं है।

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

भाषा बदलें: हिन्दी
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

सहायता:समस्या·सहायता

Phaseo के लिए सहायता चाहिए?समस्या दर्ज करेंयासहायता से संपर्क करें

HumanEval

HumanEval

AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन

प्रकार: percentage

दर्ज परिणाम

82

औसत स्कोर

82.66%

स्कोर सीमा

39.70% - 92.90%

अग्रणी मॉडल

92.90% - Mistral Small 3.2
समय के साथ स्कोर

तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।

मॉडल परिणाम

संगठनमॉडलरिपोर्ट किया गयासबसे ऊँचा स्कोरजानकारीस्व-रिपोर्ट किया गयास्रोत
Mistral
Mistral
Mistral Small 3.220 जून 202592.90%Pass@5हाँस्रोत
OpenAIOpenAI
OpenAI
o1 mini12 सित॰ 202492.40%-हाँस्रोत
Mistral
Mistral
Mistral Large 2.118 नव॰ 202492%inferred version-family alias from mistral-large-2-2407हाँस्रोत
Mistral
Mistral
Mistral OCR 222 मई 202592%inferred family alias from mistral-large-2-2407 (score=0.3100; benches=5)हाँस्रोत
Qwen
Qwen
Qwen 2.5 Coder 32B Instruct-91.50%inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4641; benches=28)हाँस्रोत
Qwen
Qwen
Qwen 2.5 VL 32B Instruct24 मार्च 202591.50%-हाँस्रोत
Qwen
Qwen
Qwen 2.5 VL 3B Instruct-91.50%inferred high-confidence family alias from qwen2.5-vl-32b (score=0.4914; benches=28)हाँस्रोत
OpenAIOpenAI
OpenAI
GPT 4o (2024-05-13)13 मई 202490.20%-हाँस्रोत
IBM
IBM
Granite 3.0 8B Instruct-89.73%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)हाँस्रोत
IBM
IBM
Granite 3.1 8B Instruct-89.73%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)हाँस्रोत
IBM
IBM
Granite 3.2 8B Instruct-89.73%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)हाँस्रोत
IBM
IBM
Granite 3.2 8B Instruct Preview-89.73%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4687; benches=14)हाँस्रोत
IBM
IBM
Granite 3.3 2B Instruct16 अप्रैल 202589.73%inferred family alias from granite-3.3-8b-instruct (score=0.3627; benches=14)हाँस्रोत
IBM
IBM
Granite 3.3 8B Instruct16 अप्रैल 202589.73%-हाँस्रोत
IBM
IBM
Granite Guardian 3.0 8B-89.73%inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)हाँस्रोत
IBM
IBM
Granite Guardian 3.1 8B-89.73%inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)हाँस्रोत
IBM
IBM
Granite Guardian 3.3 8B-89.73%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.5071; benches=14)हाँस्रोत
IBM
IBM
Granite Speech 3.2 8B-89.73%inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)हाँस्रोत
IBM
IBM
Granite Speech 3.3 8B-89.73%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.5071; benches=14)हाँस्रोत
Google
Google
Gemini Diffusion20 मई 202589.60%Pass@1हाँस्रोत
DeepSeek
DeepSeek
DeepSeek V2.5 (2024-09-05)05 सित॰ 202489%inferred alias from deepseek-v2.5हाँस्रोत
DeepSeek
DeepSeek
DeepSeek V2.5 (2024-12-10)10 दिस॰ 202489%inferred alias from deepseek-v2.5हाँस्रोत
IBM
IBM
Granite 4.1 30B29 अप्रैल 202688.41%pass@1हाँस्रोत
MeituanMeituan
Meituan
LongCat Flash Chat-88.41%inferred high-confidence family alias from longcat-flash-chat (score=0.4667; benches=16)हाँस्रोत
Meta
Meta
Llama 2 70B Chat20 जून 202388.40%inferred family alias from llama-3.3-70b-instruct (score=0.3129; benches=9)हाँस्रोत
समस्या की रिपोर्ट करें
साइन अप करें