Modellvergleich
R1 1776
vs. Llama 3.1 Tulu3 405B
Vergleich von 2 KI-Modellen · 7 Benchmarks · Perplexity, Allen Institute for AI
Empfehlung
Pe R1 1776 2 Metrik-Siege Staerkste Bereiche: Reasoning, MATH 500
Niedrigster Preis
R1 1776
$0.00/1M Eingabepreis
Bestes Reasoning
R1 1776
53.7 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Reasoning-Unterschied
R1 1776 liegt 21.6 Punkte vor Llama 3.1 Tulu3 405B beim Reasoning.
Top-Wahl-Begruendung
R1 1776 gewinnt 2 messbare Kategorien, darunter Reasoning, MATH 500.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
R1 1776
Perplexity
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Llama 3.1 Tulu3 405B
Allen Institute for AI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl Pe R1 1776 | Al Llama 3.1 Tulu3 405B |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $0.00/1M |
| Output-Kosten | $0.00/1M | $0.00/1M |
| Spezifikationen | ||
| Anbieter | Perplexity | Allen Institute for AI |
| Veröffentlichung | 18. Feb. 2025 | 30. Jan. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Reasoning-Score | 53.7 | 32.1 |
| Intelligenz | 12.0 | 14.1 |
| Standard-Benchmarks | ||
| GPQA | — | 51.6% |
| MMLU Pro | — | 71.6% |
| HLE | — | 3.5% |
| LiveCodeBench | — | 29.1% |
| MATH 500 | 95.4% | 77.8% |
| AIME (Original) | — | 13.3% |
| SciCode | — | 30.2% |
Wichtigste Erkenntnisse
R1 1776 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
R1 1776 hat das staerkste Reasoning-Profil mit 53.7 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
R1 1776
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Llama 3.1 Tulu3 405B
- Allgemeine KI
- Vielseitige Anwendungen
