BenchVibe — Лаборатория инноваций

BenchVibe AI Ecosystem

VIP 👤

VIP 👤

🏠 Главная

Бенчмарки

📊 Все бенчмарки 🦖 Динозавр v1 🦖 Динозавр v2 ✅ Приложения To-Do List 🎨 Творческие свободные страницы 🎯 FSACB - Ультимативный показ 🌍 Бенчмарк перевода

Модели

🏆 Топ-10 моделей 🆓 Бесплатные модели 📋 Все модели ⚙️ Режимы Kilo Code

Ресурсы

💬 Библиотека промптов 📖 Глоссарий ИИ 🔗 Полезные ссылки 🔌 API и маршрутизаторы

📡 Rapports en ligne

Lecture live du moniteur BenchVibe. Le signal de suivi du prompt permet de distinguer une vraie tentative d’un résultat hors sujet ou vide.

Lecture de secours Worker running OK 230/240 modèles traités Suivi du prompt Score prompt moyen 19,7/100

Dernière actualisation : 2026-05-19 18:29:07

Benchmark	État	Santé	Progression	Suivi du prompt	Score prompt	En cours	Prochain
dinosaure_v2 dinosaure_tests_v2_3pages	En cours	OK	46 / 48 95,8% · réussite 21,7%	Suivi du prompt 10 suivis · 2 partiels · 0 hors sujet · 36 sans sortie	21,1/100	OpenCode Qwen3.6 Plus	OpenCode Qwen3.6 Plus
fsacb fsacb	En pause	OK	46 / 48 95,8% · réussite 32,6%	Suivi du prompt 15 suivis · 1 partiels · 0 hors sujet · 32 sans sortie	31,5/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash
traduction traduction	En pause	OK	46 / 48 95,8% · réussite 0,0%	Aucune sortie 0 suivis · 0 partiels · 0 hors sujet · 48 sans sortie	0,0/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash
todo_list to-do-list_v1	En pause	OK	46 / 48 95,8% · réussite 2,2%	Suivi du prompt 1 suivis · 10 partiels · 0 hors sujet · 37 sans sortie	14,3/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash
page_libre page_libre	En pause	OK	46 / 48 95,8% · réussite 37,0%	Suivi du prompt 15 suivis · 2 partiels · 0 hors sujet · 31 sans sortie	31,6/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash

Résumé global: 230 traités sur 240 modèles · 41 suivis · 15 tentatives réelles · 184 sans sortie

🦖 Тесты Динозавр v1 и v2

Полные бенчмарки: протестировано 58 моделей ИИ с глубокой оценкой возможностей

🦖 Тесты Динозавр v1

20 моделей ИИ протестированы по полной методологии

🤖 20 моделей ⚡ Полный

🦖 Тесты Динозавр v2

File automatisée actuelle : 48 modèles IA testés avec génération web multi-pages

🧠 48 modèles 🔬 Расширенные тесты

🎯 Продвинутые бенчмарки

Глубокие и специализированные тесты для оценки способностей ИИ

🎯 FSACB — финальная витрина

Полный многофайловый бенчмарк: креативность, код, i18n, a11y, производительность

🧠 48 modèles 📊 140 баллов

🌍 Бенчмарк перевода

Многоязычный

File automatisée actuelle : 48 modèles évalués sur le prompt traduction

🌍 48 modèles 📝 20 языков

📱 Практические приложения

Приложения, созданные ИИ, для практических тестов и функциональной оценки

✅ Приложения To-Do List

Инновация

File automatisée actuelle : 48 modèles testés sur une application ToDo offline-first

📱 48 modèles 🎨 Разнообразные дизайны

🎨 Творческие свободные страницы

Творческий

17 pages libres visualisables sur 48 essais créatifs

🎨 17 pages 🚀 Инновации

🔬 Научная методология

Наш строгий подход к оценке моделей искусственного интеллекта

🔬

Стандартизированный тестовый протокол

Каждая модель оценивается по строгой и воспроизводимой методологии

1

📝 Генерация кода

Статический анализ сгенерированного кода, модульные тесты и оценка алгоритмической сложности

Qualité: 95% Performance: 88%

2

🎯 Семантическая точность

Оценка релевантности ответов вопросам и контексту

Exactitude: 92% Pertinence: 89%

3

⚡ Временная производительность

Измерение времени отклика, задержки и способности управления нагрузкой

Vitesse: 1.2s Stabilité: 96%

4

🔄 Контекстуальная когерентность

Способность поддерживать контекст в длинных разговорах и сложных взаимодействиях

Mémoire: 85% Consistance: 91%

🏆 Стандарты оценки

✅ Воспроизводимость Тесты повторяются 3+ раз для валидации

📊 Количественные метрики Объективные и сопоставимые числовые показатели

🔍 Человеческая оценка Проверка экспертами предметной области

📈 Сравнительное тестирование Относительный анализ по сравнению с эталонными моделями