LLM · 01-Ai

Yi

Eine Modellfamilie als lebendes Objekt: Varianten, ausgewählte Leistungsdaten und alle verbundenen BrunoSan-Quellensignale.

Erwähnungen

in 30 Tagen

Quellen

4Varianten

Im Universe erkunden →History öffnen →

Modelle

Alle bekannten Varianten dieser Familie. Ein direkter Artikel-Link springt exakt zur genannten Variante.

01-Ai · Yi

Yi-1.5-34B-Chat

KNOWN

Technische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.

—Kontext

—Max. Output

—Input

—Output

—Input / 1M

—Output / 1M

—Tools

—Reasoning

—Structured

Erwähnungen →Universe →Hugging Face ↗

Benchmarks

Benchmark	Wert	Beleg
TIGER-Lab/MMLU-ProScore	52.29	Quelle ↗Community · abgerufen 2026-10-10

01-Ai · Yi

Yi-1.5-9B-Chat

KNOWN

Technische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.

—Kontext

—Max. Output

—Input

—Output

—Input / 1M

—Output / 1M

—Tools

—Reasoning

—Structured

Erwähnungen →Universe →Hugging Face ↗

Benchmarks

Benchmark	Wert	Beleg
TIGER-Lab/MMLU-ProScore	45.95	Quelle ↗Community · abgerufen 2026-10-10

01-Ai · Yi

Yi-1.5-6B-Chat

KNOWN

Technische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.

—Kontext

—Max. Output

—Input

—Output

—Input / 1M

—Output / 1M

—Tools

—Reasoning

—Structured

Erwähnungen →Universe →Hugging Face ↗

Benchmarks

Benchmark	Wert	Beleg
TIGER-Lab/MMLU-ProScore	38.23	Quelle ↗Community · abgerufen 2026-10-10

01-Ai · Yi

Yi-6B-Chat

KNOWN

Technische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.

—Kontext

—Max. Output

—Input

—Output

—Input / 1M

—Output / 1M

—Tools

—Reasoning

—Structured

Erwähnungen →Universe →Hugging Face ↗

Benchmarks

Benchmark	Wert	Beleg
TIGER-Lab/MMLU-ProScore	28.84	Quelle ↗Community · abgerufen 2026-10-10

BrunoSan Chronik

Alle verbundenen Artikel, neueste zuerst.

Noch keine verbundenen Artikel.

Modelldaten und Nachrichten aus BrunoSan AI-News, OpenRouter und Hugging Face. Benchmark-Werte stammen aus den jeweils verlinkten Quellen; Testbedingungen können abweichen. Modelle bleiben auch ohne Benchmark-Werte sichtbar.