قُيّم على Phi-4 · بيانات المصادر حتى 26 سبتمبر 2026
نطاق الثقة 5.7–5.8 · أي نموذج داخل هذا النطاق لا يفصله فارق ذو معنى عن هذا النموذج
قاعدة B1,220 rating (95% 1,212–1,227) من 5,747 صوتًا · المقياس 700–1,550، من 0 إلى 10 · LMArena text arena, hard prompts (phi-4) · 25 سبتمبر 2026
قاعدة A96.3% consistent · 96.3% ÷ 10 · Vectara hallucination leaderboard, factual consistency rate (microsoft/Phi-4) · 22 سبتمبر 2026
قاعدة B1,182 rating (95% 1,172–1,191) من 4,062 صوتًا · المقياس 750–1,550، من 0 إلى 10 · LMArena text arena, creative writing (phi-4) · 25 سبتمبر 2026
قاعدة B16,384 tokens · المقياس 8,192–1,048,576 توكن، من 0 إلى 10 · OpenRouter, context window · 26 سبتمبر 2026
مقاسان بالطريقة نفسها، وخارج الدرجة عن عمد: تكلفة النموذج لا تغيّر ما يستطيع فعله.
قاعدة B$0.09 per 1M tokens (blended) · المقياس 30–0.05، من 0 إلى 10 · OpenRouter, blended price per token · 26 سبتمبر 2026
قاعدة C2 of 5 items · 2 × نقطتان · Deployability checklist (OpenRouter data) · 26 سبتمبر 2026
w = الوزن، أي حصة كل معيار من الدرجة الإجمالية. والدرجات الغائبة لا تُحتسب لصالح النموذج ولا ضده. كيف يعمل التقييم