Stope odbijanja po obitelji modela
Svako pitanje napisano za ovu stranicu prolazi iste provjere, koji god ga model napisao. Ovo je koliko ih svaka obitelj modela gubi, u posljednjih 30 dana, uz broj iz kojeg su stope izračunate.
Ove se stope broje iz zapisa poziva, koji se vodi od 14. rujna 2026. Ukupni zbrojevi ispisani drugdje na stranici broje svako pitanje otkad je stranica otvorena 11. rujna 2026., pa ta dva skupa brojki pokrivaju različita razdoblja i nije im namjera da se podudaraju.
Brojano od do : 2.459 poziva za generiranje koji su vratili 6.183 pitanja. Obitelj modela objavljuje se kad u razdoblju vrati 200 pitanja; ispod toga stranica to kaže, umjesto da ispiše stopu iz šačice poziva.
| Obitelj modela | Napisana pitanja | Citat nije pronađen na navedenoj stranici | Drugi model se nije složio | Duplikat | Nedostatak | Nije traženo ili prekasno | Prihvaćeno |
|---|---|---|---|---|---|---|---|
| qwen | 4,583 | 6.2% | 6.1% | 14.0% | 28.9% | 2.1% | 42.7% |
| deepseek | 503 | 14.3% | 3.0% | 2.4% | 11.5% | 2.0% | 66.8% |
| glm | 410 | 2.0% | 7.3% | 5.6% | 51.5% | 2.2% | 31.5% |
| nemotron | 393 | 3.1% | 0.5% | 2.5% | 53.9% | 1.3% | 38.7% |
| gpt-oss | 281 | 7.8% | 1.4% | 1.8% | 38.4% | 1.8% | 48.8% |
| openrouter-primary | 13 | premalo podataka | premalo podataka | premalo podataka | premalo podataka | premalo podataka | premalo podataka |
| gemma | 0 | premalo podataka | premalo podataka | premalo podataka | premalo podataka | premalo podataka | premalo podataka |
Po traci
Besplatna traka najprije pokreće DeepSeek V4 Flash na Cloudflare Workers AI, a drugi modeli s otvorenim težinama služe kao rezerva. Plaćena traka pokreće prioritetne modele: DeepSeek V4 Pro piše, a Kimi K2,6 odgovara naslijepo. Obje trake prolaze iste provjere i obje se ovdje broje, zato je ova stranica o obiteljima modela, a ne o trakama.
| Traka | Napisana pitanja | Citat nije pronađen na navedenoj stranici | Drugi model se nije složio | Duplikat | Nedostatak | Nije traženo ili prekasno | Prihvaćeno |
|---|---|---|---|---|---|---|---|
| besplatna | 6,140 | 6.5% | 5.3% | 11.2% | 31.1% | 2.0% | 43.9% |
| plaćena | 43 | premalo podataka | premalo podataka | premalo podataka | premalo podataka | premalo podataka | premalo podataka |
Što znači svaki stupac
- Napisana pitanja: pitanja koja je model vratio u čitljivom odgovoru. Odgovori koji se nisu mogli pročitati kao JSON broje se zasebno u CSV-u, po pozivu, jer nisu vratili nijedno pitanje za brojanje.
- Citat nije pronađen na navedenoj stranici: doslovnog citata nije bilo u pohranjenom tekstu stranice koju je model naveo, ili je naveo stranicu izvan dijela koji mu je dan. CSV te dvije stvari razdvaja.
- Drugi model se nije složio: model iz druge obitelji, kojem su pokazani pitanje i njegovi citati, ali nikad ključ odgovora, odabrao je drugi odgovor.
- Duplikat: pitanje je ponovilo ono koje je već prihvaćeno iz istog dokumenta.
- Nedostatak: odbilo ga je strukturno pravilo ili pravilo kvalitete, primjerice skup opcija koji odaje odgovor ili uvodno pitanje bez jednog najboljeg odgovora. Ta pravila provodi provjera MCQ pitanja u vašem pregledniku.
- Nije traženo ili prekasno: pitanje je bilo valjano, ali ipak nikad nije stiglo do studenta. Ili je bilo vrste koju posao nije tražio (pitanje s kratkim odgovorom u poslu s višestrukim izborom), ili se posao popunio iz drugih poziva dok se ovo pisalo. Oboje se broji da redak bude cjelovit; nijedno nije zamjerka modelu.
- Prihvaćeno: ono što je sve to preživjelo i stiglo do studenta.
Metoda
Svaka brojka ovdje dolazi iz produkcijskih poslova na ovoj stranici. Po pozivu pružatelju zapisuje se jedan redak, u trenutku kad je ishod poziva poznat, i sadrži samo brojke: nema teksta pitanja, teksta dokumenta ni korisnika. Brojke se pripisuju modelu koji je stvarno odgovorio, a to nije uvijek model koji je posao tražio, jer skup prelazi na drugi model kad je jedan ograničen brojem zahtjeva ili spor. Pripisivanje zamjene modelu koji nije radio objavilo bi brojku o pogrešnom modelu.
Razdoblje je posljednjih 30 dana, ponovno se broji najviše dvaput na sat i jedno je od tri fiksna razdoblja. Stope su udjeli pitanja koja je obitelj vratila, a svako pitanje koje je poziv vratio nalazi se u točno jednom od ovih stupaca, pa se zajedno s udjelom prihvaćenih zbrajaju u cjelinu. Poziv koji se vratio poslu koji je već završio ne zapisuje nijedan redak: njegova pitanja nitko nije pogledao, a model koji je odgovorio kasno nije model koji je odgovorio loše. Obitelj s manje od 200 vraćenih pitanja navedena je kao nedovoljno podataka, jer pri toj veličini jedan loš dio pomiče stopu za nekoliko postotnih bodova.
Preuzmite iste brojke kao CSV ili ih pročitajte kao JSON. Brojke su objavljene pod licencom Creative Commons Attribution 4,0: koristite ih, citirajte ih i navedite MedUni Exam kao izvor.
Ažurirano 24. rujna 2026.
Generirajte iz vlastitog poglavlja
Za isprobavanje nije potreban račun. Registracija čuva vašu knjižnicu, ocjene i red za ponavljanje na svim uređajima.
Objavljeno , ažurirano