Qué maldito modelo uso
¿Cansado de buscar cuál es el mejor modelo para programar? Tres respuestas, al día.
¿Cansado de buscar cuál es el mejor modelo para programar? Tres respuestas, al día.
2 benchmarks · 121 variantes puntuadas · hace 17 h
Ningún modelo pasa esos filtros
Con esas restricciones no queda nada medido por suficientes benchmarks. Prueba a gastar un poco más por tarea o a mirar más modelos.
quitar filtrosDesmarca los que no puedes usar, o los que no quieres, para sacarlos de las tres respuestas y del gráfico.
Casi todo lo open weight lo ha medido un solo benchmark. Bajar el mínimo a uno los deja competir, con el precio de que su nota sale de una única medición, la del benchmark que les tocó: entran marcados como confianza baja.
Puntúa con DeepSWE v1.1 y Terminal-Bench 4.0 · nada por encima de $1 la tarea · Solo Claude