Convai InnovationsJared PalmerEntscheidungs-Duell
Layavs.Kev 0.8B
Welches Modell entscheidet besser?
Kev 0.8B schneidet in unabhängigen Tests besser ab.
Nimm Laya für
Nimm Kev 0.8B für
Gemeinsame Tests
Nur unabhängige Auswerter und Bestenlisten, je Auswerter der neueste gemeinsame Stand. Mit 95-%-Bereichen zählt ein Vorsprung, wenn sie sich nicht überlappen; bei Trefferquoten, wenn er im 95-%-Test hält. Ohne Unsicherheitsangabe höchstens „leicht vorn“.
Jev Decision Index
Kev 0.8B vornKev 0.8B ist in 10 von 37 Teiltests klar vorn und in 9 leicht, Laya in 4 klar und in 3 leicht. 11 sind gleichauf.
SATA-Bench · Decision Index 0.4.1
1.650 Aufgaben, Stand 28. Oktober 2026
API-Bank · Decision Index 0.4.1
508 Aufgaben, Stand 28. Oktober 2026
When2Call · Decision Index 0.4.1
3.652 Aufgaben, Stand 28. Oktober 2026
Alle 37 Teiltests zeigen
| Teiltest | Laya | Kev 0.8B | Urteil |
|---|---|---|---|
| SATA-Bench · Decision Index 0.4.1 | 0,3 | 9,0 | Kev 0.8B vorn |
| API-Bank · Decision Index 0.4.1 | 11,5 | 43,7 | Kev 0.8B vorn |
| When2Call · Decision Index 0.4.1 | 11,9 | 43,2 | Kev 0.8B vorn |
| POP909 · Decision Index 0.4.1 | 5,1 | 1,5 | Laya vorn |
| BFCL · Decision Index 0.4.1 | 38,1 | 70,5 | Kev 0.8B vorn |
| MMLU-Pro · Decision Index 0.4.1 | 13,6 | 22,3 | Kev 0.8B vorn |
| HellaSwag · Decision Index 0.4.1 | 33,1 | 42,9 | Kev 0.8B vorn |
| BBH · Decision Index 0.4.1 | 34,1 | 41,4 | Kev 0.8B vorn |
| MuSR · Decision Index 0.4.1 | 43,2 | 48,9 | Kev 0.8B vorn |
| HoVer · Decision Index 0.4.1 | 55,8 | 51,0 | Laya vorn |
| BPoMP · Decision Index 0.4.1 | 51,6 | 47,7 | Laya vorn |
| Humicroedit · Decision Index 0.4.1 | 47,2 | 50,9 | Kev 0.8B vorn |
| cfcolor · Decision Index 0.4.1 | 52,3 | 55,4 | Kev 0.8B vorn |
| CLadder · Decision Index 0.4.1 | 52,9 | 50,5 | Laya vorn |
| BANKING77 · Decision Index 0.4.1 | 14,3 | 77,6 | Kev 0.8B leicht vorn |
| CLINC150 · Decision Index 0.4.1 | 3,2 | 15,0 | Kev 0.8B leicht vorn |
| ToolRet · Decision Index 0.4.1 | 12,8 | 51,7 | Kev 0.8B leicht vorn |
| ACOS · Decision Index 0.4.1 | 3,5 | 9,9 | Kev 0.8B leicht vorn |
| BRIGHT · Decision Index 0.4.1 | 19,9 | 31,8 | Kev 0.8B leicht vorn |
| ANLI · Decision Index 0.4.1 | 48,7 | 33,6 | Laya leicht vorn |
| ContractNLI · Decision Index 0.4.1 | 29,0 | 40,9 | Kev 0.8B leicht vorn |
| iSarcasmEval · Decision Index 0.4.1 | 14,9 | 19,9 | Kev 0.8B leicht vorn |
| NLI4CT · Decision Index 0.4.1 | 47,7 | 55,9 | Kev 0.8B leicht vorn |
| FinEntity · Decision Index 0.4.1 | 61,0 | 71,4 | Kev 0.8B leicht vorn |
| Amazon ESCI · Decision Index 0.4.1 | 24,4 | 22,9 | Laya leicht vorn |
| RAGTruth · Decision Index 0.4.1 | 48,8 | 46,2 | Laya leicht vorn |
| GPQA Diamond · Decision Index 0.4.1 | 27,6 | 33,2 | gleichauf |
| GSM8K · Decision Index 0.4.1 | 16,9 | 19,0 | gleichauf |
| CRUXEval · Decision Index 0.4.1 | 40,2 | 37,7 | gleichauf |
| WinoGrande · Decision Index 0.4.1 | 50,5 | 52,8 | gleichauf |
| ChessBench · Decision Index 0.4.1 | 7,7 | 7,9 | gleichauf |
| PhishNChips · Decision Index 0.4.1 | 50,1 | 51,7 | gleichauf |
| New Yorker · Decision Index 0.4.1 | 27,1 | 27,8 | gleichauf |
| HLE · Decision Index 0.4.1 | 14,0 | 13,8 | gleichauf |
| Habermas · Decision Index 0.4.1 | 33,4 | 33,4 | gleichauf |
| VAST · Decision Index 0.4.1 | 40,5 | 40,6 | gleichauf |
| Home appliances · Decision Index 0.4.1 | 0,0 | 0,0 | gleichauf |
Quelle · zuletzt 28. Oktober 2026
Zero-shot IE benchmark
gleichaufZero-shot IE spectrum: mixed-pool classification accuracy
48 Aufgaben, Stand 17. Oktober 2026
Quelle · zuletzt 17. Oktober 2026