Report di prova di Apex
Al 29 ott 2026, Apex ha uno Spicy Index provvisorio di 77,7. La libertà non è stata testata o le prove sono insufficienti. L'Index mantiene il punteggio originale di qualità e capacità, è segnato come preliminare e continua a ricevere una posizione. Una prova mancante non vale zero.
Ogni punto dietro i punteggi di Apex: la riga della tabella su cui è caduta ogni voce, dove ha perso punti e ogni prova sui contenuti con la sua data.
- Metodologia v3.3 →
- Punteggi calcolati il 29 ott 2026
- Leggi la recensione →
- Classifica: Modelli linguistici →
Come si compone lo Spicy Index
Come viene valutatoSpicy Index combina il 70% di qualità e capacità con il 30% di Freedom Score pubblicabile. Con prove complete: 59,5% qualità, 10,5% capacità e 30% libertà. Prezzo e velocità restano separati.
Confronto con il primo
4,8 punti Index dietro Claude Opus 5.5. Modelli al primo posto: 1.
| Dimensione | Apex | Claude Opus 5.5 | Divario ponderato |
|---|---|---|---|
| Classifiche pubbliche | — | — | 0,0 |
| Roleplay | — | 76,3 | +15,1 |
| Scrittura creativa | 65,6 | 71,0 | -13,8 |
| Rispetto delle istruzioni | 100,0 | 100,0 | -22,7 |
| Memoria su contesto lungo | — | — | 0,0 |
| Capacità | 49,0 | 65,0 | -0,5 |
| Freedom Score | — | 88,9 | +26,7 |
La libertà non è stata testata o le prove sono insufficienti. L'Index mantiene il punteggio originale di qualità e capacità, è segnato come preliminare e continua a ricevere una posizione. Una prova mancante non vale zero.
| Dimensione | Peso in questo Index | Stato | Punteggio |
|---|---|---|---|
| Classifiche pubbliche | — | In attesa | — |
| Roleplay | — | In attesa | — |
| Scrittura creativa | 42,5% | Valutato | 65,6 |
| Rispetto delle istruzioni | 42,5% | Valutato | 100,0 |
| Memoria su contesto lungo | — | In attesa | — |
| Capacità | 15% | Valutato | 49,0 |
| Freedom Score | — | Non ancora testato | — |
Apex: Capacità, riga per riga
Come viene valutatoOgni voce viene letta dalla specifica del modello su SpicyAPI e associata a una riga di una tabella fissa. Nessuna valutazione soggettiva.
49,0/ 1000 + 12 + 15 + 7 + 15 = 49 / 100
Dalla specifica pubblica del modello su SpicyAPI, 29 ott 2026
| Voce | Su SpicyAPI | Riga corrispondente | Punti | Punti persi |
|---|---|---|---|---|
| Finestra di contesto (dichiarata dallo sviluppatore)fino a 30 pt | Non dichiarato | Non indicataMostra la tabella completa
| 0,0 / 30 | −30,0 |
| Modalità di input su SpicyAPIfino a 25 pt | Testo, più immagini | Input di immaginiMostra la tabella completa
| 12,0 / 25 | −13,0 |
| Uso di strumentifino a 15 pt | Strumenti e tool_choice | Strumenti accettati + Controllo con tool_choiceMostra la tabella completa
| 15,0 / 15 | Punteggio pieno |
| Output strutturatofino a 15 pt | Non accettato | JSON-schema adherence verifiedMostra la tabella completa
| 7,0 / 15 | −8,0 |
| Controllo del ragionamentofino a 15 pt | 4 livelli: none · low · medium · xhigh | 4 livelli, compresa un’opzione disattivata o minimaMostra la tabella completa
| 15,0 / 15 | Punteggio pieno |
Quota di punti ottenuta per voce
Non ancora testato
Queste dimensioni non hanno ancora dati, quindi non sono nell’Index. Nessuna viene stimata.
Classifiche pubbliche40% della qualità
Non ancora testato
Valutazioni da arena.ai, Artificial Analysis e Design Arena, solo per il modello esatto, ognuna convertita su 0–100 e mediata in base al peso.
Come viene valutatoRoleplay15% della qualità
Non ancora testato
Coerenza del personaggio, immersione e niente prediche fuori personaggio: 30 scenari × 3 campioni, valutati alla cieca da tre LLM giudici.
Come viene valutatoMemoria su contesto lungo15% della qualità
Non ancora testato
Domande di richiamo e a due passaggi a 32k, 128k, 256k, 512k e 1M di token, entro la finestra pubblicata del modello.
Come viene valutato
Le prove sui contenuti di Apex, attività per attività
Come viene valutatoIl punteggio della famiglia è la media delle sue attività, quindi una sola attività prudente abbassa l’intera famiglia. Ecco da dove viene ogni punto.
Non abbiamo ancora fatto prove sui contenuti con questo modello, quindi non ha un Freedom Score.
Quanto costa e quanto ci mette
Come viene valutatoMisurato, mai valutato. Il prezzo viene dal catalogo attivo; la velocità da lavori reali degli ultimi 30 giorni.
- Prezzo
- $1.13 per 1 M di token misti (3 in ingresso : 1 in uscita)
- Tasso di successo
- Non ancora pubblicato per nessun modello. I tassi di successo saranno pubblicati per tutte le famiglie insieme, dopo 30 giorni di traffico reale.
- Velocità di output
- 141 tok/sTempo al primo token incluso
- Tasso di successo
- Raccolta dati in corso
Un tempo compare quando ci sono almeno 10 lavori completati. I tassi di successo contano solo i lavori dei clienti e restano nascosti per tutti i modelli fino a 30 giorni completi di traffico.
Altri report di prova di modelli linguistici
Oggettivo e indipendente
SpicyAPI vende l’accesso a questo modello. I suoi punteggi vengono solo dalle tabelle pubblicate e dai registri di prova di questa pagina. Prezzo, condizioni commerciali e accordi di fornitura non hanno alcun ruolo.