Zum Hauptinhalt springen

Supersonic LabsEntscheidungsmodellOpen Source

Julia 1

BeliebtheitSpitzengruppe etwa gleich beliebt, 12 Modelle

41von 100neue Berechnung

beruht auf zwei Datengruppen, überwiegend Suche, Spanne 26 bis 57

Zusammenfassung

Julia 1 ist Supersonic Labs’ erster Checkpoint der Julia-Familie mit 144,3 Millionen Parametern. Das mehrsprachige Modell verarbeitet einen Zustand, eine Frage und mögliche Antworten und liefert Choice, Noul oder Score. Es eignet sich für Klassifikation und Routing, bleibt dabei bei einem strukturierten Readout statt einer freien Erklärung.

Als Basis dient jhu-clsp/mmBERT-small. Der lokale PyTorch- oder ONNX-Lauf unterstützt bis zu 8.192 Token zur Laufzeit und steht unter Apache-2.0.

GraduallyBench Decision

Julia 1 entscheidet 17 von 60 Testfällen richtig. Der Median der 33 getesteten Entscheidungsmodelle liegt bei 60,0 %.

Trefferquote

28,3 %

17 von 60 Testfällen

Robustheit

43,3 %

13 von 30 umformulierten Varianten

Unnötige Prüfungen

13,5 %

7 von 52 Fällen ohne Prüfbedarf

Antwortzeit

42 ms

Median, 95 % unter 60 ms, lokal, CPU

Trefferquote im Vergleich

Anteil richtiger Entscheidungen in Prozent, höher ist besser

20 von 33 Modellen

Stand 10.11.2026. Quelle: GraduallyBench Decision

Trefferquote nach AufgabenfamilieDer Strich zeigt den Median aller 33 getesteten Modelle.
Dringlichkeit25,0 %3 / 12, Median 58,3 %
Zuständigkeit50,0 %6 / 12, Median 83,3 %
Bedingungen16,7 %2 / 12, Median 33,3 %
Tabellen25,0 %3 / 12, Median 50,0 %
Evidenz25,0 %3 / 12, Median 75,0 %

Julia 1

Benchmark durchgeführt
Testdetails anzeigen

Entscheidungen

Lokal · Deutsch, Englisch

Ausführung Nicht dokumentiert. Präzision nicht dokumentiert.

130 gültige Ausgaben aus 130 begonnenen und 130 geplanten Testplätzen.

Gemessene Dauer p50 / p95 41,5 / 60 ms (130 Fälle). Lokale CPU. Quantilberechnung nicht dokumentiert.

Automatische Auswahlquote
28,33 %(17 / 60 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Dringlichkeit
25 %(3 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Zuständigkeit
50 %(6 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Auswahl mit Bedingungen
16,67 %(2 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Zahlen und Tabellen
25 %(3 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Ausreichende Evidenz
25 %(3 / 12 geplante Fälle)Deutsch, Englisch
Korrekte Robustheitsvarianten
43,33 %(13 / 30 geplante Fälle)Deutsch, Englisch
Korrekte Entwicklungsfälle
40 %(16 / 40 geplante Fälle)Deutsch, Englisch
Unnötige Prüfungen
13,46 %(7 / 52 auswertbare Fälle ohne erforderliche Prüfung)Deutsch, Englisch
Unterlassene notwendige Prüfungen
75 %(6 / 8 auswertbare Fälle mit erforderlicher Prüfung)Deutsch, Englisch

Antwortzeiten lassen sich nur innerhalb derselben Umgebung vergleichen und bilden keine gemeinsame Tempo-Rangliste. Testreferenzen wurden, sofern verwendet, nicht unabhängig menschlich geprüft. Testumfang und Methoden unterscheiden sich je Modell. Jede Kennzahl steht für sich, einen gemeinsamen Gesamtwert über alle Tests gibt es nicht. Daten zusammengestellt am 10.11.2026. So testen wir · Alle Decision- und Audioergebnisse als JSON herunterladen

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 112 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 10

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

Typed decisions: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
73,15
Messgröße
Genauigkeit
Einheit
%
Kategorie
Typed decisions
Richtung
Mehr ist besser
Stichprobe
2000
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=1463; Stichprobengröße=2000
Quelle SupersonicLabs Julia-1 model card
AG News · 4 labels: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
94
Messgröße
Genauigkeit
Einheit
%
Kategorie
AG News · 4 labels
Richtung
Mehr ist besser
Stichprobe
100
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=94; Stichprobengröße=100
Quelle SupersonicLabs Julia-1 model card
DAIR Emotion · 6 labels: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
86
Messgröße
Genauigkeit
Einheit
%
Kategorie
DAIR Emotion · 6 labels
Richtung
Mehr ist besser
Stichprobe
100
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=86; Stichprobengröße=100
Quelle SupersonicLabs Julia-1 model card
Banking77 pilot · 72 labels: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
64
Messgröße
Genauigkeit
Einheit
%
Kategorie
Banking77 pilot · 72 labels
Richtung
Mehr ist besser
Stichprobe
100
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=64; Stichprobengröße=100; Pilot=ja; Labels=72; Auswahlliste=ranking/top-16
Quelle SupersonicLabs Julia-1 model card
MASSIVE scenario classification: All 52 locales: scenario accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
71,5
Messgröße
scenario accuracy
Einheit
%
Kategorie
MASSIVE scenario classification: All 52 locales
Richtung
Mehr ist besser
Stichprobe
154648
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Labels=18; locales=52; Korrekte Antworten=110573; Stichprobengröße=154648; Keine Intent- oder Slot-Filling-Aufgabe=ja
Quelle SupersonicLabs Julia-1 model card
MASSIVE scenario classification: Portuguese · pt-PT: scenario accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
86,25
Messgröße
scenario accuracy
Einheit
%
Kategorie
MASSIVE scenario classification: Portuguese · pt-PT
Richtung
Mehr ist besser
Stichprobe
2974
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Labels=18; locales=1; Korrekte Antworten=2565; Stichprobengröße=2974; Keine Intent- oder Slot-Filling-Aufgabe=ja
Quelle SupersonicLabs Julia-1 model card
MASSIVE scenario classification: English · en-US: scenario accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
86,75
Messgröße
scenario accuracy
Einheit
%
Kategorie
MASSIVE scenario classification: English · en-US
Richtung
Mehr ist besser
Stichprobe
2974
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Labels=18; locales=1; Korrekte Antworten=2580; Stichprobengröße=2974; Keine Intent- oder Slot-Filling-Aufgabe=ja
Quelle SupersonicLabs Julia-1 model card
typed-decisions: Choice: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
71,33
Messgröße
Genauigkeit
Einheit
%
Kategorie
typed-decisions: Choice
Richtung
Mehr ist besser
Stichprobe
600
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=428; Stichprobengröße=600
Quelle SupersonicLabs Julia-1 model card
typed-decisions: Noul: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
80,67
Messgröße
Genauigkeit
Einheit
%
Kategorie
typed-decisions: Noul
Richtung
Mehr ist besser
Stichprobe
600
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=484; Stichprobengröße=600
Quelle SupersonicLabs Julia-1 model card
typed-decisions: Score: accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
68,88
Messgröße
Genauigkeit
Einheit
%
Kategorie
typed-decisions: Score
Richtung
Mehr ist besser
Stichprobe
800
Quellentyp
vendor-reported
Auswertung
SupersonicLabs Julia-1 model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Evaluiert am=2026-09-24; Hardware=H200; Präzision=BF16; Strikte Kodierung=ja; Maximale Tokenlänge=1024; Korrekte Antworten=551; Stichprobengröße=800
Quelle SupersonicLabs Julia-1 model card
DecideBench overall accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
34,8
Messgröße
Genauigkeit
Einheit
%
Kategorie
decision
Richtung
Mehr ist besser
Stichprobe
400
Quellentyp
independent-evaluator
Auswertung
DecideBench
Status
active
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. DecideBench results read from the repository main README (not pinned to a commit); 400 multiple-choice decisions in 200 contrastive pairs, measured 2026-09-28 through 2026-10-09. Exact per-model checkpoint revision and request sampling settings are not reported. Exact row is Julia-1 144M (self-hosted) on an NVIDIA L4 at four requests in flight; the README explicitly says Julia-1 ran zero-shot. Exact checkpoint revision and inference settings are not further stated.
Quelle DecideBench
DecideBench pair accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
8
Messgröße
pair accuracy
Einheit
%
Kategorie
decision
Richtung
Mehr ist besser
Stichprobe
200
Quellentyp
independent-evaluator
Auswertung
DecideBench
Status
active
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. DecideBench results read from the repository main README (not pinned to a commit); 400 multiple-choice decisions in 200 contrastive pairs, measured 2026-09-28 through 2026-10-09. Exact per-model checkpoint revision and request sampling settings are not reported. Exact row is Julia-1 144M (self-hosted) on an NVIDIA L4 at four requests in flight; the README explicitly says Julia-1 ran zero-shot. Exact checkpoint revision and inference settings are not further stated.
Quelle DecideBench

Seite 1 von 10

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 42 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 20. November 2026

Julia 1Jev 43Decider 2B 41Kev 0.8B 40Kev 9B 40

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
  2. 21. November 2026: Methodenversion 4 (gemeinsame Skala, Schrumpfung)
  3. 39. November 2026: Neue Topics-Erhebung V20 (Tagesquorum, Kurzformen)

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Mehrsprachiges Entscheidungsmodell für Klassifikation und Routing, kein Chatmodell
Quelle: Modellklasse
Checkpoint
SupersonicLabs/Julia-1
Quelle: Checkpoint
Basismodell
jhu-clsp/mmBERT-small
Quelle: Basismodell

Ein- und Ausgabe

Eingabe
Zustand, Frage und mögliche Antworten als Text
Quelle: Eingabe
Kontextfenster
Bis zu 8.192 Token zur Laufzeit
Quelle: Kontextfenster

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Lokale PyTorch- oder ONNX-Ausführung
Quelle: Zugang
Lizenz
Apache-2.0
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Ausgabeschema
Choice, Noul und Score über die vom Aufruf vorgegebenen Optionen
Quelle: Ausgabeschema

Quellen und Datenstand

Alle 13 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 7 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt

evaluation-configurations

Hinweis

Die H200-BF16-Evaluation und die CPU-FP32-Reproduktion sind getrennte Läufe und nicht austauschbar.

Nicht veröffentlicht

Unveränderliche Revision des im Decision Index ausgelieferten Checkpoints

Hinweis

Der aktuelle öffentliche Index nennt je nach Eintrag Modell-URL und served_checkpoint, aber keinen unveränderlichen Commit/Digest der tatsächlich ausgewerteten Gewichte.

Weitere QuelleJulia 1 model card (abgerufen 3. Oktober 2026; 4. Oktober 2026) · Julia 1 model card · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleDecideBench (abgerufen 18. Oktober 2026)
Weitere QuelleSupersonicLabs Julia-1 metrics file (abgerufen 22. Oktober 2026)
Weitere QuelleSysOne-bench public results.json (abgerufen 23. Oktober 2026)
Weitere QuelleJev Decision Index public index.json (release-v4) (abgerufen 28. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 18. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 22. Oktober 2026)
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0