BenchVibe - Innovation Lab

BenchVibe AI Ecosystem

VIP 👤

VIP 👤

🏠 Trang chủ

Benchmark

📊 Tất cả benchmark 🦖 Khủng long v1 🦖 Khủng long v2 ✅ Ứng dụng To-Do List 🎨 Trang tự do sáng tạo 🎯 FSACB - Trình diễn cuối cùng 🌍 Benchmark dịch thuật

Mô hình

🏆 Top 10 mô hình 🆓 Mô hình miễn phí 📋 Tất cả mô hình ⚙️ Kilo Code

Tài nguyên

💬 Thư viện prompt 📖 Thuật ngữ AI 🔗 Liên kết hữu ích 🔌 API và bộ định tuyến AI

📡 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

🦖 Thử nghiệm Khủng long v1 & v2

Điểm chuẩn đầy đủ: 58 mô hình AI được thử nghiệm với đánh giá năng lực chuyên sâu

🦖 Thử nghiệm Khủng long v1

Tài liệu tham khảo

20 mô hình AI được thử nghiệm với phương pháp luận đầy đủ

🤖 20 mô hình ⚡ Đầy đủ

🦖 Thử nghiệm Khủng long v2

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

🧠 48 modèles 🔬 Advanced tests

🎯 Điểm chuẩn nâng cao

Các bài kiểm tra chuyên sâu và chuyên biệt để đánh giá năng lực AI

🎯 FSACB - Trưng bày cuối cùng

Điểm chuẩn đa tệp đầy đủ: sáng tạo, mã, i18n, a11y, hiệu suất

🧠 48 modèles 📊 140 điểm

🌍 Điểm chuẩn dịch thuật

Đa ngôn ngữ

File automatisée actuelle : 48 modèles évalués sur le prompt traduction

🌍 48 modèles 📝 20 languages

📱 Ứng dụng thực tế

Các ứng dụng do AI tạo ra để thử nghiệm thực tế và đánh giá chức năng

✅ Ứng dụng danh sách việc cần làm

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

📱 48 modèles 🎨 Varied designs

🎨 Trang tự do sáng tạo

17 pages libres visualisables sur 48 essais créatifs

🎨 17 pages 🚀 Đổi mới

🔬 Phương pháp luận khoa học

Cách tiếp cận nghiêm ngặt của chúng tôi để đánh giá các mô hình AI

🔬

Giao thức thử nghiệm tiêu chuẩn hóa

Mỗi mô hình được đánh giá theo một phương pháp luận nghiêm ngặt và có thể lặp lại

1

📝 Tạo Mã

Phân tích tĩnh mã được tạo, kiểm thử đơn vị và đánh giá độ phức tạp thuật toán

Qualité: 95% Performance: 88%

2

🎯 Độ Chính Xác Ngữ Nghĩa

Đánh giá mức độ liên quan của câu trả lờ đối với câu hỏi và ngữ cảnh

Exactitude: 92% Pertinence: 89%

3

⚡ Hiệu Suất Thờ Gian

Đo thờ gian phản hồi, độ trễ và khả năng quản lý tải

Vitesse: 1.2s Stabilité: 96%

4

🔄 Tính Mạch Lạc Ngữ Cảnh

Khả năng duy trì ngữ cảnh trong các cuộc trò chuyện dài và tương tác phức tạp

Mémoire: 85% Consistance: 91%

🏆 Tiêu Chuẩn Đánh Giá

✅ Tính Tái Tạo Kiểm tra lặp lại 3+ lần để xác thực

📊 Chỉ Số Định Lượng Điểm số số học khách quan và có thể so sánh

🔍 Đánh Giá Con Ngườ Xác thực bởi chuyên gia lĩnh vực

📈 Benchmarking So Sánh Phân tích tương đối so với mô hình tham chiếu