Cloudflare · clef
clef-flash
KNOWNTechnische Leistungsdaten sind für diese Variante noch nicht vollständig bestätigt.
—Kontext
—Max. Output
—Input
—Output
—Input / 1M
—Output / 1M
—Tools
—Reasoning
—Structured
Benchmarks
| Benchmark | Wert | Beleg |
|---|---|---|
| harness-hub/safeagents-judge-benchScore | 0.893 | Quelle ↗abgerufen 2026-11-20 |
| BFCL (case exact accuracy)Score | 98.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Customer serviceScore | 77.0 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| PhishNChips (accuracy)Score | 75.0 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| New Yorker (accuracy)Score | 66.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
Weitere 52 Ergebnisse
| Benchmark | Wert | Beleg |
|---|---|---|
| p95 latency (ms)Score | 122.4 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ForecastBench (Brier, lower is better)Score | 10.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| MuSR (accuracy)Score | 86.0 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Humicroedit (accuracy)Score | 75.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| CLadder (accuracy)Score | 97.7 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Security incidentsScore | 61.7 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| BRIGHT (nDCG@10)Score | 39.3 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| HellaSwag (accuracy)Score | 98.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| CLINC150+OOS (macro-F1)Score | 66.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| API-Bank (accuracy)Score | 93.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Median latency (ms)Score | 38.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ARC-Easy (accuracy)Score | 99.5 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ChessBench (accuracy)Score | 23.0 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| WinoGrande (accuracy)Score | 97.5 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| POP909-CL (accuracy)Score | 1.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Amazon ESCI (macro-F1)Score | 57.4 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ContractNLI (macro-F1)Score | 84.3 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ACOS (per-review F1)Score | 25.9 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| SATA-Bench (case exact accuracy)Score | 36.7 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| CRUXEval (accuracy)Score | 86.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Invoice processingScore | 57.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| MMLU-Pro (accuracy)Score | 65.3 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Habermas Machine (accuracy)Score | 71.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| BANKING77 (macro-F1)Score | 90.9 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| NLI4CT (macro-F1)Score | 78.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| BPoMP (accuracy)Score | 95.4 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ToolRet (nDCG@10)Score | 66.4 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| cfcolor (accuracy)Score | 65.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| MMLU (accuracy)Score | 91.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| GPQA Diamond (accuracy)Score | 51.0 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| BBH (accuracy)Score | 68.9 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ARC-Challenge (accuracy)Score | 98.3 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Invoice processingScore | 73.3 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| ANLI (macro-F1)Score | 59.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| When2Call MCQ (accuracy)Score | 65.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| FinEntity (macro-F1)Score | 97.1 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| RAGTruth (hallucination F1)Score | 35.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| RouterBench (selected quality)Score | 79.9 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| VAST (macro-F1)Score | 49.6 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| HoVer (accuracy)Score | 61.2 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Agent trace observabilityScore | 69.8 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| GSM8K (accuracy)Score | 67.3 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| Home appliance simulator (case exact accuracy)Score | 97.7 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| SGD/SGD-X (macro-F1)Score | 34.2 | Quelle ↗Model Card · abgerufen 2026-11-10 |
| LocalLLaMA/typed-decisionsece | 0.0164 | Quelle ↗2026-10-16 |
| LocalLLaMA/typed-decisionsaccuracy | 0.71 | Quelle ↗2026-10-16 |
| harness-hub/safeagents-judge-benchcategory_macro_f1 | 0.462 | Quelle ↗2026-11-10 |
| harness-hub/safeagents-judge-benchfalse_block_rate | 0.192 | Quelle ↗2026-11-10 |
| LocalLLaMA/typed-decisionskl_from_gold | 0.2093 | Quelle ↗2026-10-16 |
| harness-hub/safeagents-judge-benchbalanced_accuracy | 0.893 | Quelle ↗2026-11-10 |
| LocalLLaMA/typed-decisionsbrier | 0.1105 | Quelle ↗2026-10-16 |
| harness-hub/safeagents-judge-benchauroc | 0.967 | Quelle ↗2026-11-10 |