객관식 33문항을 문항당 1회 평가했습니다. OpenRouter Decisions → Liquid의 답 선택 결과이며, 풀이 생성·Python 실행·TAR 평가는 아닙니다. 주관식 13문항은 제외했습니다.
Problem Statement
의 값은?
① ② ③ ④ ⑤
Ground Truth
3
Recorded decision · No generated solution
| Choice | Probability | Decision |
|---|---|---|
| 1 | 0.9% | — |
| 2 | 8.9% | — |
| 3 | 89.6% | Selected |
| 4 | 0.4% | — |
| 5 | 0.1% | — |
Provider confidence: 0.87 · 공급자 반환값이며 정답을 보장하지 않습니다. 풀이·Python 실행은 없습니다.
Final Model Output
3
Comparative Analysis (Pcalculus_23) (Average across runs)
Averages use reported measurements only. Missing usage is not treated as zero.
Avg Time Taken
Solar Decide
2.9
Cloudflare Clef
1.9
Kev 4B
0.6
Mercury Decide (free)
0.3
Liquid D1
0.3
Perplexity Decider V1 27B
0.3
Tev1 4B Experimental
0.3
Jev 1.13
0.2
Avg Token Usage
Jev 1.13
493
Solar Decide
436
Cloudflare Clef
281
Tev1 4B Experimental
237
Kev 4B
227
Perplexity Decider V1 27B
217
Mercury Decide (free)
157
Liquid D1
128