Qwen3.8-Flash-Next · Apple M4 Max 128 GB · mlx-serve 26.10.1 · October 2026

Where the thinking-effort line goes decides what the prefix cache can reuse

The same effort line, first or last in the prompt, on two 4.7-bit MLX packs (Swift 1.5 and iQ-MLX): effort switches at 128K, short tool-calling prompts, obedience to the level, and time, tokens and accuracy at xhigh, medium and low.

Qwen3.8-Flash-Next takes its thinking effort from one line of the prompt. Put that line first (the official template) and changing the effort in a 128K session costs 167 s, because the whole prefix cache is lost. Put it last and the switch costs 0.8–5.8 s, the model still obeys it, and accuracy holds. But the same move breaks prefix reuse on short prompts: every tool-calling turn starts cold, +0.9 to +1.4 s. On a hybrid attention/SSM model, where a variable line sits decides where the server can save its state.

Effort switch at 128K

167 → 0.8 s

time to first token, xhigh → low · cache hit 0.00 → 1.00

Short prompts, prefix reuse

53 → 0

of 55 tool-calling requests reused the system prompt · +0.9 to +1.4 s each

Obedience

×0.90–×1.05

thinking tokens, tail against official, at the same effort · rule ×0.80–×1.25

Accuracy

≤ 3

questions apart per 50 on GPQA and LiveCodeBench, every effort, both packs

What we learned

The two templates

Qwen3.8-Flash-Next reads its thinking effort (reasoning_effort: low, medium or xhigh) from one line in the prompt. The official chat template writes that line first. The effort-tail template moves it to a short system block after the last message. Nothing else changes: at medium the two templates render the same prompt.

officialeffort: xhighsystemtoolsuser: questionassistant
effort tailsystemtoolsuser: questioneffort: xhighassistant

Dashed blocks are the part that stays equal between two requests of one session. ▲ checkpoint marks where the server saves the state it needs to restore a cached prefix; it sits at the start of the last message before assistant. This position was inferred from the server logs, not read from the mlx-serve code.

Switching the effort in a long session

Probe 3e: a 128K-token conversation at xhigh, then one turn at medium or low, then back to xhigh. With the official template the effort line is the first token of the prompt, so changing it invalidates the whole prefix cache and the server re-reads 126K tokens: 167 s before the first token. With the effort line at the tail, the history stays cached and the switch costs 0.8–5.8 s. Median of 2 rounds per switch; the iQ-MLX official template was not re-run here, since its prompt is identical to the Swift one.

Swift 1.5 · officialSwift 1.5 · effort tailiQ-MLX · effort tail

Switching the effort at 128K

Time to the first token of the turn that changes the effort. The prompt keeps the same 126K-token history.

xhigh → medium, time to first token

official167.1 s · hit 0.00
effort tail5.7 s · hit 0.97
effort tail5.8 s · hit 0.97

xhigh → low, time to first token

official166.9 s · hit 0.00
effort tail0.8 s · hit 1.00
effort tail0.8 s · hit 1.00

All turns of the probe

Median over the medium and low runs. The control turn pays more with the tail template: the server re-reads the text after its last checkpoint, which now sits before the effort block.

TurnPack · templateTTFT, scache hit
control: same effortSwift 1.5 · official1.341.00
control: same effortSwift 1.5 · effort tail3.040.98
control: same effortiQ-MLX · effort tail3.040.98
switch: new effortSwift 1.5 · official166.950.00
switch: new effortSwift 1.5 · effort tail3.280.99
switch: new effortiQ-MLX · effort tail3.290.99
back to xhighSwift 1.5 · official0.881.00
back to xhighSwift 1.5 · effort tail0.311.00
back to xhighiQ-MLX · effort tail0.311.00

Short prompts lose the prefix cache

Probe 3f, Swift 1.5: 55 tool-calling cases that share the system prompt and the tool list (600–1,200 tokens each). With the official template the server reused the shared prefix in 53 of 55 requests. With the effort line at the tail it reused it in 0 of 55: every request paid the full prefill, +0.9 to +1.4 s on the first turn. Accuracy did not change (36→37 of 40, 10→10 of 12). This regression is why the tail template did not become the default.

officialeffort tail correct wrong× hit the max_tokens limit median

Tool calling · jdhodges 40 cases, xhigh, 1 round

median 2.2 s → 3.6 s
1s2s5s10s20sofficialsel_weather_portland · 3.70 s · prompt 1221 tokenssel_currency_usd_eur · 1.53 s · prompt 1224 tokenssel_timezone_tokyo · 1.43 s · prompt 1223 tokenssel_web_python_release · 1.47 s · prompt 1229 tokenssel_reminder_dentist · 2.76 s · prompt 1227 tokenssel_email_quick · 1.85 s · prompt 1240 tokenssel_calendar_create · 2.61 s · prompt 1266 tokenssel_calendar_read_week · 2.13 s · prompt 1244 tokensarg_weather_units_celsius · 1.49 s · prompt 1223 tokensarg_currency_jpy · 1.63 s · prompt 1228 tokensarg_email_with_cc · 2.01 s · prompt 1240 tokensarg_event_with_attendees · 2.41 s · prompt 1273 tokensarg_timezone_london · 1.40 s · prompt 1222 tokensarg_reminder_iso_time · 4.12 s · prompt 1250 tokensarg_calendar_range_month · 2.46 s · prompt 1238 tokensarg_search_verbatim · 1.51 s · prompt 1234 tokensmulti_weather_parallel · 1.69 s · prompt 1222 tokensmulti_usd_eur_sequential · 3.42 s · prompt 1237 tokensmulti_paris_celsius_fahrenheit · 2.67 s · prompt 1230 tokensmulti_email_after_calendar_read · 14.77 s · prompt 1251 tokensmulti_weather_two_cities_holdout · 1.72 s · prompt 1224 tokensmulti_convert_two_currencies · 2.14 s · prompt 1226 tokensmulti_search_then_remind · 3.78 s · prompt 1256 tokensmulti_time_and_weather · 2.59 s · prompt 1227 tokensedge_photosynthesis · 9.34 s · prompt 1220 tokensedge_joke · 1.90 s · prompt 1219 tokensedge_math_simple · 1.88 s · prompt 1224 tokensedge_feeling_down · 7.48 s · prompt 1223 tokensedge_vague_reminder · 2.55 s · prompt 1221 tokensedge_vague_email · 2.25 s · prompt 1218 tokensedge_define_word · 4.08 s · prompt 1223 tokensedge_language_greeting · 2.17 s · prompt 1225 tokensfmt_email_no_cc · 2.07 s · prompt 1230 tokensfmt_email_three_cc · 3.72 s · prompt 1248 tokensfmt_event_four_attendees · 2.61 s · prompt 1287 tokensfmt_weather_fahrenheit_enum · 1.85 s · prompt 1225 tokensfmt_weather_no_units · 2.03 s · prompt 1218 tokensfmt_currency_decimal_amount · 1.91 s · prompt 1225 tokensfmt_event_no_attendees · 2.72 s · prompt 1264 tokensfmt_calendar_read_single_day · 8.12 s · prompt 1237 tokens2.2seffort tailsel_weather_portland · 3.50 s · prompt 1225 tokenssel_currency_usd_eur · 3.03 s · prompt 1228 tokenssel_timezone_tokyo · 2.91 s · prompt 1227 tokenssel_web_python_release · 2.99 s · prompt 1233 tokenssel_reminder_dentist · 3.59 s · prompt 1231 tokenssel_email_quick · 3.55 s · prompt 1244 tokenssel_calendar_create · 3.43 s · prompt 1270 tokenssel_calendar_read_week · 3.43 s · prompt 1248 tokensarg_weather_units_celsius · 3.20 s · prompt 1227 tokensarg_currency_jpy · 3.13 s · prompt 1232 tokensarg_email_with_cc · 3.51 s · prompt 1244 tokensarg_event_with_attendees · 3.64 s · prompt 1277 tokensarg_timezone_london · 2.93 s · prompt 1226 tokensarg_reminder_iso_time · 6.03 s · prompt 1254 tokensarg_calendar_range_month · 3.54 s · prompt 1242 tokensarg_search_verbatim · 3.14 s · prompt 1238 tokensmulti_weather_parallel · 3.53 s · prompt 1226 tokensmulti_usd_eur_sequential · 4.67 s · prompt 1241 tokensmulti_paris_celsius_fahrenheit · 4.38 s · prompt 1234 tokensmulti_email_after_calendar_read · 19.76 s · prompt 1255 tokensmulti_weather_two_cities_holdout · 3.64 s · prompt 1228 tokensmulti_convert_two_currencies · 3.90 s · prompt 1230 tokensmulti_search_then_remind · 3.74 s · prompt 1260 tokensmulti_time_and_weather · 3.74 s · prompt 1231 tokensedge_photosynthesis · 8.20 s · prompt 1224 tokensedge_joke · 3.26 s · prompt 1223 tokensedge_math_simple · 2.95 s · prompt 1228 tokensedge_feeling_down · 8.79 s · prompt 1227 tokensedge_vague_reminder · 4.31 s · prompt 1225 tokensedge_vague_email · 3.85 s · prompt 1222 tokensedge_define_word · 5.91 s · prompt 1227 tokensedge_language_greeting · 4.43 s · prompt 1229 tokensfmt_email_no_cc · 3.77 s · prompt 1234 tokensfmt_email_three_cc · 3.72 s · prompt 1252 tokensfmt_event_four_attendees · 3.97 s · prompt 1291 tokensfmt_weather_fahrenheit_enum · 3.29 s · prompt 1229 tokensfmt_weather_no_units · 3.10 s · prompt 1222 tokensfmt_currency_decimal_amount · 3.41 s · prompt 1229 tokensfmt_event_no_attendees · 3.73 s · prompt 1268 tokensfmt_calendar_read_single_day · 3.96 s · prompt 1241 tokens3.6s

One dot per case: time of the first turn (the one that writes the tool call). Prompts are 1,218–1,287 tokens, same system prompt and tools in every case.

Tool calling · Veerman 12 cases, xhigh, 1 round

median 3.1 s → 4.0 s
1s2s5s10sofficialveerman_p1_weather_obvious · 2.73 s · prompt 607 tokensveerman_p2_files_obvious · 1.79 s · prompt 607 tokensveerman_p3_meeting_multi_arg · 2.79 s · prompt 640 tokensveerman_p4_ambiguous_brussels · 2.30 s · prompt 611 tokensveerman_p5_meta_trick · 3.66 s · prompt 607 tokensveerman_p6_multi_step_unknown_city · 3.36 s · prompt 614 tokensveerman_p7_noisy_params · 11.90 s · prompt 642 tokensveerman_p8_two_tools_parallel · 2.09 s · prompt 616 tokensveerman_p9_code_trick · 15.17 s · prompt 613 tokensveerman_p10_implicit_weather · 8.09 s · prompt 620 tokensveerman_p11_negation · 2.55 s · prompt 615 tokensveerman_p12_redundant_weather · 8.77 s · prompt 620 tokens3.1seffort tailveerman_p1_weather_obvious · 2.95 s · prompt 611 tokensveerman_p2_files_obvious · 2.77 s · prompt 611 tokensveerman_p3_meeting_multi_arg · 3.67 s · prompt 644 tokensveerman_p4_ambiguous_brussels · 3.03 s · prompt 615 tokensveerman_p5_meta_trick · 4.34 s · prompt 611 tokensveerman_p6_multi_step_unknown_city · 4.80 s · prompt 618 tokensveerman_p7_noisy_params · 5.20 s · prompt 646 tokensveerman_p8_two_tools_parallel · 3.42 s · prompt 620 tokensveerman_p9_code_trick · 7.83 s · prompt 617 tokensveerman_p10_implicit_weather · 6.11 s · prompt 624 tokensveerman_p11_negation · 3.41 s · prompt 619 tokensveerman_p12_redundant_weather · 9.72 s · prompt 624 tokens4.0s

One dot per case: time of the first turn (the one that writes the tool call). Prompts are 607–642 tokens, same system prompt and tools in every case.

Why. Qwen3.8-Flash-Next is a hybrid model: its attention layers keep one entry per token, but its Gated DeltaNet (SSM) layers keep one state that summarizes everything read so far. To resume from a cached prefix the server needs a saved copy of that state, a checkpoint, inside the part of the prompt that stayed equal. The logs show one checkpoint at the start of the last message. With the official template that message is the user question, right after the shared prefix, so the checkpoint is inside it. With the tail template the last message is the effort block, after the question, so when the question changes no checkpoint falls inside the equal part and the server starts cold (hybrid miss (no checkpoint ≤ 555 of 618); cold prefill). At 128K the periodic checkpoints (--ssm-checkpoint-stride) fall inside the history, so long sessions do not have this problem.

The model still obeys the effort line at the tail

Paired test on the same 100 questions (GPQA-Diamond 50 + LiveCodeBench 50): thinking tokens per question, geometric mean of the ratio, 90% bootstrap interval. Swift 1.5 has 2 rounds per arm; iQ-MLX has 1. The medium prompt is identical in both templates, so its ratio is an A/A test that shows the noise floor.

Thinking at medium and low, as a share of xhigh

Per pack and template. Lower is less thinking.

×0.25×0.5×0.67×1Swift 1.5 · official · medium×0.62Swift 1.5 · official · low×0.45Swift 1.5 · effort tail · medium×0.59Swift 1.5 · effort tail · low×0.39iQ-MLX · official · medium×0.41iQ-MLX · official · low×0.26iQ-MLX · effort tail · medium×0.40iQ-MLX · effort tail · low×0.25

iQ-MLX reacts more to the effort line than Swift 1.5. At low, iQ-MLX thinks ×0.26 of its xhigh; Swift 1.5 thinks ×0.45. Swift 1.5 already thinks less at xhigh, so it has less to cut. The position of the line does not change these ratios.

Tail against official, same effort

Shaded band: the ×0.80–×1.25 acceptance range of the campaign rule.

×0.8×1×1.25Swift 1.5 · xhigh×1.04Swift 1.5 · medium (A/A)×0.98Swift 1.5 · low×0.90iQ-MLX · xhigh×1.05iQ-MLX · medium (A/A)×1.01iQ-MLX · low×1.02

Every interval sits inside the band. Swift 1.5 at low thinks 10% less with the tail template (×0.90, interval 0.86–0.94), outside the noise floor of the A/A (×0.98). At xhigh both packs lean slightly above ×1.0 (×1.04 and ×1.05), and both truncate a few more answers; the intervals include 1.0, so this is a hint, not a result.

Between the levels: what each effort buys

Official template on both packs. GPQA-Diamond and LiveCodeBench, 50 questions each (seed 42). Swift 1.5 counts are the sum of 2 rounds (out of 100); iQ-MLX counts are 1 round (out of 50).

Swift 1.5 · officialiQ-MLX · official

Median time per question · GPQA-Diamond

Official template. Swift 1.5 median over 2 rounds, iQ-MLX over 1.

xhigh

Swift 1.5 · official18.8 s
iQ-MLX · official63.9 s

medium

Swift 1.5 · official11.6 s
iQ-MLX · official16.7 s

low

Swift 1.5 · official11.1 s
iQ-MLX · official14.1 s

Median thinking tokens · GPQA-Diamond

Official template. Swift 1.5 median over 2 rounds, iQ-MLX over 1.

xhigh

Swift 1.5 · official1,398
iQ-MLX · official5,120

medium

Swift 1.5 · official976
iQ-MLX · official1,374

low

Swift 1.5 · official926
iQ-MLX · official1,180

Median time per question · LiveCodeBench v6

Official template. Swift 1.5 median over 2 rounds, iQ-MLX over 1.

xhigh

Swift 1.5 · official18.9 s
iQ-MLX · official39.1 s

medium

Swift 1.5 · official15.3 s
iQ-MLX · official16.0 s

low

Swift 1.5 · official14.0 s
iQ-MLX · official14.0 s

Median thinking tokens · LiveCodeBench v6

Official template. Swift 1.5 median over 2 rounds, iQ-MLX over 1.

xhigh

Swift 1.5 · official1,214
iQ-MLX · official2,850

medium

Swift 1.5 · official913
iQ-MLX · official948

low

Swift 1.5 · official793
iQ-MLX · official808
SuiteEffortSwift 1.5 · officialiQ-MLX · official
correcttruncatedmedian times per correctcorrecttruncatedmedian times per correct
GPQA-Diamondxhigh85/100318.8 s119 s45/50463.9 s211 s
GPQA-Diamondmedium83/100011.6 s27 s41/50016.7 s34 s
GPQA-Diamondlow75/100011.1 s18 s39/50014.1 s19 s
LiveCodeBench v6xhigh94/100118.9 s93 s45/50339.1 s192 s
LiveCodeBench v6medium81/100015.3 s34 s44/50016.0 s41 s
LiveCodeBench v6low83/100014.0 s21 s40/50014.0 s52 s

Code needs xhigh; chat does not. On LiveCodeBench, medium and low drop 5–7 problems per 50 on Swift 1.5 and 1–5 on iQ-MLX. On GPQA, medium costs 1–4 questions per 50 and low 5–6, while the time per correct answer falls 3–6×, because the long tail of truncated xhigh answers disappears. The campaign's recommendation: xhigh for code and long sessions, medium for chat and short tool calling (where it is 23–28% faster with the same score), fixed per session when the official template is in use.

Time per question, template against template

One dot per question and round: wall time to the final answer, log scale; the top row is the official template, the bottom row the effort tail. Hover a dot for the question, the time and the token count. The iQ-MLX xhigh official run comes from the Swift 1.5 vs iQ-MLX page (2026-10-10); every other run is from 2026-10-13 to 2026-10-17 on the same server build.

Swift 1.5 · officialSwift 1.5 · effort tailiQ-MLX · officialiQ-MLX · effort tail correct wrong× hit the max_tokens limit median

Swift 1.5 · GPQA-Diamond · xhigh 2 rounds

median 18.8 s → 18.3 s
5s10s20s50s100s200s500s1000sofficialq163 r1 · 11.3 s · 1,090 tokens · correctq28 r1 · 330.0 s · 26,088 tokens · wrongq6 r1 · 30.5 s · 2,841 tokens · correctq189 r1 · 35.1 s · 3,307 tokens · correctq70 r1 · 6.9 s · 858 tokens · wrongq62 r1 · 19.1 s · 1,746 tokens · correctq57 r1 · 3.4 s · 297 tokens · correctq35 r1 · 18.4 s · 1,615 tokens · correctq188 r1 · 10.1 s · 1,034 tokens · correctq26 r1 · 21.9 s · 1,893 tokens · wrongq173 r1 · 10.1 s · 1,025 tokens · correctq139 r1 · 54.6 s · 4,547 tokens · correctq22 r1 · 46.6 s · 4,102 tokens · correctq151 r1 · 4.7 s · 494 tokens · correctq108 r1 · 686.0 s · 51,704 tokens · wrongq8 r1 · 8.8 s · 908 tokens · correctq7 r1 · 56.8 s · 5,472 tokens · correctq23 r1 · 8.1 s · 812 tokens · correctq55 r1 · 15.6 s · 1,992 tokens · correctq59 r1 · 117.2 s · 9,838 tokens · correctq129 r1 · 356.0 s · 27,943 tokens · correctq154 r1 · 13.1 s · 1,173 tokens · correctq195 r1 · 6.1 s · 558 tokens · correctq143 r1 · 478.5 s · 36,275 tokens · wrongq50 r1 · 13.3 s · 1,209 tokens · correctq166 r1 · 4.5 s · 474 tokens · correctq186 r1 · 4.5 s · 451 tokens · correctq107 r1 · 182.6 s · 14,477 tokens · correctq56 r1 · 3.6 s · 398 tokens · correctq114 r1 · 61.5 s · 4,922 tokens · correctq150 r1 · 7.4 s · 826 tokens · correctq71 r1 · 726.9 s · 68,344 tokens · wrong · truncatedq1 r1 · 13.2 s · 1,113 tokens · correctq40 r1 · 54.6 s · 4,446 tokens · correctq183 r1 · 4.8 s · 711 tokens · correctq87 r1 · 80.3 s · 6,188 tokens · wrongq172 r1 · 39.6 s · 3,176 tokens · correctq39 r1 · 7.7 s · 776 tokens · correctq179 r1 · 8.2 s · 843 tokens · correctq86 r1 · 6.8 s · 522 tokens · correctq194 r1 · 11.3 s · 1,039 tokens · correctq180 r1 · 4.1 s · 451 tokens · correctq97 r1 · 294.3 s · 23,108 tokens · correctq24 r1 · 87.9 s · 7,330 tokens · correctq91 r1 · 56.2 s · 4,833 tokens · correctq88 r1 · 181.3 s · 14,881 tokens · wrongq67 r1 · 12.9 s · 1,345 tokens · correctq11 r1 · 11.1 s · 968 tokens · correctq117 r1 · 8.5 s · 889 tokens · correctq137 r1 · 42.1 s · 3,915 tokens · correctq163 r2 · 7.8 s · 848 tokens · correctq28 r2 · 412.7 s · 32,111 tokens · wrongq6 r2 · 31.1 s · 2,887 tokens · correctq189 r2 · 20.0 s · 1,980 tokens · correctq70 r2 · 5.2 s · 630 tokens · wrongq62 r2 · 17.8 s · 1,707 tokens · correctq57 r2 · 3.2 s · 279 tokens · correctq35 r2 · 10.2 s · 996 tokens · correctq188 r2 · 12.7 s · 1,248 tokens · correctq26 r2 · 58.9 s · 4,779 tokens · correctq173 r2 · 209.6 s · 17,084 tokens · correctq139 r2 · 116.1 s · 9,031 tokens · correctq22 r2 · 34.7 s · 2,967 tokens · correctq151 r2 · 5.4 s · 551 tokens · correctq108 r2 · 856.2 s · 64,219 tokens · wrongq8 r2 · 8.2 s · 833 tokens · correctq7 r2 · 64.0 s · 5,584 tokens · correctq23 r2 · 13.1 s · 1,230 tokens · correctq55 r2 · 19.9 s · 2,313 tokens · correctq59 r2 · 58.0 s · 5,036 tokens · correctq129 r2 · 379.6 s · 29,362 tokens · correctq154 r2 · 12.9 s · 1,149 tokens · correctq195 r2 · 6.1 s · 589 tokens · correctq143 r2 · 248.1 s · 19,387 tokens · correctq50 r2 · 22.3 s · 1,971 tokens · correctq166 r2 · 4.6 s · 463 tokens · correctq186 r2 · 5.2 s · 481 tokens · correctq107 r2 · 93.3 s · 7,442 tokens · correctq56 r2 · 3.6 s · 404 tokens · correctq114 r2 · 32.5 s · 2,701 tokens · correctq150 r2 · 10.7 s · 1,033 tokens · correctq71 r2 · 946.9 s · 68,344 tokens · wrong · truncatedq1 r2 · 18.0 s · 1,548 tokens · correctq40 r2 · 57.6 s · 4,860 tokens · correctq183 r2 · 4.6 s · 690 tokens · correctq87 r2 · 155.7 s · 11,825 tokens · wrongq172 r2 · 40.4 s · 3,291 tokens · correctq39 r2 · 9.0 s · 872 tokens · correctq179 r2 · 11.1 s · 1,113 tokens · correctq86 r2 · 25.6 s · 1,992 tokens · correctq194 r2 · 10.0 s · 932 tokens · correctq180 r2 · 4.5 s · 486 tokens · correctq97 r2 · 1053.9 s · 65,980 tokens · wrong · truncatedq24 r2 · 57.7 s · 5,020 tokens · correctq91 r2 · 67.2 s · 5,775 tokens · correctq88 r2 · 508.3 s · 37,000 tokens · wrongq67 r2 · 22.2 s · 2,152 tokens · correctq11 r2 · 9.4 s · 795 tokens · correctq117 r2 · 13.6 s · 1,303 tokens · correctq137 r2 · 41.6 s · 4,005 tokens · correct18.8seffort tailq163 r1 · 9.2 s · 872 tokens · correctq28 r1 · 304.6 s · 23,676 tokens · wrongq6 r1 · 55.3 s · 4,726 tokens · correctq189 r1 · 16.8 s · 1,724 tokens · correctq70 r1 · 5.1 s · 620 tokens · wrongq62 r1 · 19.1 s · 1,766 tokens · correctq57 r1 · 4.9 s · 415 tokens · correctq35 r1 · 16.7 s · 1,419 tokens · correctq188 r1 · 11.7 s · 1,196 tokens · correctq26 r1 · 68.3 s · 5,837 tokens · correctq173 r1 · 25.7 s · 2,496 tokens · correctq139 r1 · 83.0 s · 6,822 tokens · correctq22 r1 · 45.0 s · 3,897 tokens · correctq151 r1 · 5.4 s · 546 tokens · correctq108 r1 · 278.3 s · 21,344 tokens · wrongq8 r1 · 7.9 s · 793 tokens · correctq7 r1 · 21.7 s · 2,093 tokens · correctq23 r1 · 10.4 s · 1,019 tokens · correctq55 r1 · 34.9 s · 3,519 tokens · correctq59 r1 · 17.4 s · 1,783 tokens · correctq129 r1 · 481.3 s · 37,551 tokens · correctq154 r1 · 16.2 s · 1,469 tokens · correctq195 r1 · 6.7 s · 640 tokens · correctq143 r1 · 872.3 s · 65,760 tokens · wrong · truncatedq50 r1 · 21.6 s · 1,982 tokens · correctq166 r1 · 4.3 s · 446 tokens · correctq186 r1 · 4.9 s · 488 tokens · correctq107 r1 · 98.4 s · 8,008 tokens · correctq56 r1 · 3.2 s · 396 tokens · correctq114 r1 · 41.7 s · 3,485 tokens · correctq150 r1 · 9.2 s · 1,019 tokens · correctq71 r1 · 1194.3 s · 68,348 tokens · wrong · truncatedq1 r1 · 20.2 s · 1,681 tokens · correctq40 r1 · 45.6 s · 3,949 tokens · correctq183 r1 · 4.3 s · 658 tokens · correctq87 r1 · 140.1 s · 11,088 tokens · wrongq172 r1 · 42.8 s · 3,488 tokens · correctq39 r1 · 11.1 s · 1,086 tokens · correctq179 r1 · 8.9 s · 905 tokens · correctq86 r1 · 14.0 s · 1,123 tokens · correctq194 r1 · 10.2 s · 1,001 tokens · correctq180 r1 · 4.9 s · 534 tokens · correctq97 r1 · 752.7 s · 56,187 tokens · correctq24 r1 · 61.9 s · 5,259 tokens · correctq91 r1 · 46.6 s · 4,108 tokens · correctq88 r1 · 315.4 s · 25,852 tokens · wrongq67 r1 · 11.1 s · 1,178 tokens · wrongq11 r1 · 7.1 s · 567 tokens · correctq117 r1 · 9.4 s · 983 tokens · correctq137 r1 · 83.8 s · 7,491 tokens · correctq163 r2 · 6.9 s · 745 tokens · correctq28 r2 · 854.8 s · 65,786 tokens · wrong · truncatedq6 r2 · 53.5 s · 4,601 tokens · correctq189 r2 · 21.6 s · 2,111 tokens · correctq70 r2 · 11.8 s · 1,189 tokens · wrongq62 r2 · 9.3 s · 1,023 tokens · correctq57 r2 · 3.1 s · 277 tokens · correctq35 r2 · 5.2 s · 509 tokens · correctq188 r2 · 9.4 s · 1,009 tokens · correctq26 r2 · 25.0 s · 2,230 tokens · correctq173 r2 · 14.2 s · 1,432 tokens · correctq139 r2 · 73.6 s · 5,987 tokens · correctq22 r2 · 28.3 s · 2,631 tokens · correctq151 r2 · 5.0 s · 517 tokens · correctq108 r2 · 567.9 s · 43,489 tokens · correctq8 r2 · 9.2 s · 919 tokens · correctq7 r2 · 45.7 s · 4,177 tokens · correctq23 r2 · 6.2 s · 696 tokens · correctq55 r2 · 30.6 s · 3,251 tokens · correctq59 r2 · 80.5 s · 6,905 tokens · correctq129 r2 · 398.6 s · 31,167 tokens · correctq154 r2 · 14.9 s · 1,353 tokens · correctq195 r2 · 6.8 s · 651 tokens · correctq143 r2 · 468.9 s · 36,117 tokens · wrongq50 r2 · 14.1 s · 1,316 tokens · correctq166 r2 · 8.2 s · 766 tokens · correctq186 r2 · 4.7 s · 479 tokens · correctq107 r2 · 66.5 s · 5,610 tokens · wrongq56 r2 · 4.3 s · 469 tokens · correctq114 r2 · 34.5 s · 2,888 tokens · correctq150 r2 · 19.1 s · 1,772 tokens · correctq71 r2 · 664.7 s · 68,348 tokens · wrong · truncatedq1 r2 · 21.6 s · 1,819 tokens · correctq40 r2 · 87.0 s · 7,127 tokens · correctq183 r2 · 6.9 s · 890 tokens · correctq87 r2 · 151.1 s · 11,583 tokens · wrongq172 r2 · 92.3 s · 7,127 tokens · correctq39 r2 · 12.8 s · 1,176 tokens · correctq179 r2 · 8.3 s · 853 tokens · correctq86 r2 · 7.8 s · 636 tokens · correctq194 r2 · 8.6 s · 876 tokens · correctq180 r2 · 4.6 s · 514 tokens · correctq97 r2 · 916.6 s · 65,984 tokens · wrong · truncatedq24 r2 · 125.2 s · 10,157 tokens · correctq91 r2 · 20.9 s · 1,976 tokens · correctq88 r2 · 438.1 s · 34,340 tokens · correctq67 r2 · 10.6 s · 1,185 tokens · correctq11 r2 · 10.0 s · 883 tokens · correctq117 r2 · 13.6 s · 1,281 tokens · correctq137 r2 · 75.1 s · 6,666 tokens · correct18.3s

Correct 85/100 → 85/100 · truncated at 65,536 tokens 3 → 5 · median tokens 1,820 → 1,745.

Swift 1.5 · GPQA-Diamond · medium 2 rounds

median 11.6 s → 11.8 s
5s10s20s50s100sofficialq163 r1 · 10.2 s · 1,111 tokens · correctq28 r1 · 90.6 s · 8,431 tokens · wrongq6 r1 · 14.0 s · 1,725 tokens · correctq189 r1 · 17.4 s · 1,960 tokens · correctq70 r1 · 9.0 s · 926 tokens · wrongq62 r1 · 8.9 s · 955 tokens · correctq57 r1 · 5.0 s · 420 tokens · correctq35 r1 · 5.5 s · 549 tokens · correctq188 r1 · 11.7 s · 1,325 tokens · correctq26 r1 · 5.8 s · 625 tokens · correctq173 r1 · 22.1 s · 2,387 tokens · correctq139 r1 · 15.3 s · 1,519 tokens · correctq22 r1 · 15.0 s · 1,719 tokens · correctq151 r1 · 6.0 s · 650 tokens · correctq108 r1 · 76.8 s · 6,753 tokens · wrongq8 r1 · 7.7 s · 852 tokens · correctq7 r1 · 18.6 s · 2,022 tokens · correctq23 r1 · 9.6 s · 1,040 tokens · correctq55 r1 · 9.9 s · 1,563 tokens · correctq59 r1 · 15.2 s · 1,612 tokens · correctq129 r1 · 82.4 s · 7,326 tokens · wrongq154 r1 · 8.5 s · 875 tokens · correctq195 r1 · 6.9 s · 664 tokens · correctq143 r1 · 97.8 s · 8,401 tokens · wrongq50 r1 · 18.5 s · 1,902 tokens · correctq166 r1 · 5.5 s · 599 tokens · correctq186 r1 · 5.6 s · 590 tokens · correctq107 r1 · 17.7 s · 1,820 tokens · wrongq56 r1 · 6.7 s · 721 tokens · correctq114 r1 · 17.0 s · 1,586 tokens · correctq150 r1 · 10.8 s · 1,180 tokens · correctq71 r1 · 78.5 s · 10,990 tokens · wrongq1 r1 · 18.0 s · 1,679 tokens · correctq40 r1 · 31.6 s · 3,066 tokens · correctq183 r1 · 6.6 s · 945 tokens · correctq87 r1 · 18.6 s · 1,632 tokens · wrongq172 r1 · 13.4 s · 1,415 tokens · correctq39 r1 · 7.3 s · 815 tokens · correctq179 r1 · 7.4 s · 848 tokens · correctq86 r1 · 3.8 s · 320 tokens · correctq194 r1 · 11.0 s · 1,111 tokens · correctq180 r1 · 4.3 s · 493 tokens · correctq97 r1 · 99.2 s · 8,830 tokens · wrongq24 r1 · 32.9 s · 3,382 tokens · wrongq91 r1 · 88.0 s · 7,792 tokens · correctq88 r1 · 36.0 s · 3,376 tokens · correctq67 r1 · 9.8 s · 1,165 tokens · correctq11 r1 · 4.9 s · 428 tokens · correctq117 r1 · 8.6 s · 909 tokens · correctq137 r1 · 15.3 s · 1,832 tokens · correctq163 r2 · 9.0 s · 1,025 tokens · correctq28 r2 · 95.7 s · 8,428 tokens · correctq6 r2 · 15.5 s · 1,937 tokens · correctq189 r2 · 38.0 s · 3,907 tokens · wrongq70 r2 · 7.6 s · 782 tokens · wrongq62 r2 · 8.2 s · 888 tokens · correctq57 r2 · 4.6 s · 400 tokens · correctq35 r2 · 4.3 s · 438 tokens · correctq188 r2 · 15.8 s · 1,804 tokens · correctq26 r2 · 7.3 s · 788 tokens · correctq173 r2 · 18.5 s · 1,949 tokens · correctq139 r2 · 18.1 s · 1,896 tokens · correctq22 r2 · 29.7 s · 3,117 tokens · correctq151 r2 · 8.8 s · 944 tokens · correctq108 r2 · 100.0 s · 8,459 tokens · wrongq8 r2 · 12.7 s · 1,352 tokens · correctq7 r2 · 21.0 s · 2,333 tokens · correctq23 r2 · 8.4 s · 921 tokens · correctq55 r2 · 13.4 s · 1,871 tokens · correctq59 r2 · 22.9 s · 2,278 tokens · wrongq129 r2 · 53.5 s · 5,088 tokens · correctq154 r2 · 9.7 s · 1,101 tokens · correctq195 r2 · 7.5 s · 737 tokens · correctq143 r2 · 95.0 s · 8,403 tokens · correctq50 r2 · 15.4 s · 1,655 tokens · correctq166 r2 · 5.7 s · 585 tokens · correctq186 r2 · 6.5 s · 690 tokens · correctq107 r2 · 38.8 s · 3,704 tokens · wrongq56 r2 · 8.6 s · 907 tokens · correctq114 r2 · 13.6 s · 1,322 tokens · correctq150 r2 · 8.0 s · 942 tokens · correctq71 r2 · 89.7 s · 10,989 tokens · correctq1 r2 · 9.0 s · 878 tokens · correctq40 r2 · 14.3 s · 1,537 tokens · correctq183 r2 · 7.8 s · 1,102 tokens · correctq87 r2 · 11.6 s · 1,061 tokens · correctq172 r2 · 30.7 s · 2,864 tokens · correctq39 r2 · 8.4 s · 897 tokens · correctq179 r2 · 9.6 s · 1,022 tokens · correctq86 r2 · 5.3 s · 464 tokens · correctq194 r2 · 8.6 s · 892 tokens · correctq180 r2 · 5.0 s · 571 tokens · correctq97 r2 · 102.1 s · 8,838 tokens · wrongq24 r2 · 13.5 s · 1,488 tokens · correctq91 r2 · 28.5 s · 2,733 tokens · correctq88 r2 · 22.8 s · 2,250 tokens · wrongq67 r2 · 11.5 s · 1,351 tokens · correctq11 r2 · 3.9 s · 323 tokens · correctq117 r2 · 10.3 s · 1,095 tokens · correctq137 r2 · 19.2 s · 2,112 tokens · correct11.6seffort tailq163 r1 · 10.6 s · 1,129 tokens · correctq28 r1 · 47.9 s · 4,596 tokens · wrongq6 r1 · 13.1 s · 1,704 tokens · correctq189 r1 · 22.7 s · 2,457 tokens · correctq70 r1 · 9.4 s · 904 tokens · wrongq62 r1 · 9.8 s · 1,020 tokens · correctq57 r1 · 3.8 s · 303 tokens · correctq35 r1 · 7.2 s · 738 tokens · correctq188 r1 · 13.2 s · 1,503 tokens · correctq26 r1 · 5.3 s · 556 tokens · correctq173 r1 · 39.5 s · 4,059 tokens · correctq139 r1 · 20.9 s · 2,143 tokens · correctq22 r1 · 25.3 s · 2,724 tokens · correctq151 r1 · 5.4 s · 544 tokens · correctq108 r1 · 100.0 s · 8,463 tokens · correctq8 r1 · 10.1 s · 1,058 tokens · correctq7 r1 · 34.5 s · 3,362 tokens · correctq23 r1 · 9.9 s · 1,055 tokens · correctq55 r1 · 11.6 s · 1,762 tokens · correctq59 r1 · 12.7 s · 1,426 tokens · correctq129 r1 · 37.7 s · 3,519 tokens · wrongq154 r1 · 7.0 s · 766 tokens · correctq195 r1 · 7.3 s · 725 tokens · correctq143 r1 · 36.6 s · 2,976 tokens · wrongq50 r1 · 20.9 s · 2,190 tokens · correctq166 r1 · 5.5 s · 611 tokens · correctq186 r1 · 5.9 s · 587 tokens · correctq107 r1 · 45.3 s · 4,168 tokens · wrongq56 r1 · 5.9 s · 664 tokens · correctq114 r1 · 11.1 s · 1,099 tokens · correctq150 r1 · 10.6 s · 1,142 tokens · correctq71 r1 · 78.6 s · 10,989 tokens · wrongq1 r1 · 12.6 s · 1,185 tokens · correctq40 r1 · 19.8 s · 2,043 tokens · correctq183 r1 · 7.9 s · 1,081 tokens · correctq87 r1 · 11.9 s · 1,063 tokens · correctq172 r1 · 18.8 s · 1,960 tokens · correctq39 r1 · 9.1 s · 924 tokens · correctq179 r1 · 10.5 s · 1,116 tokens · correctq86 r1 · 5.7 s · 529 tokens · correctq194 r1 · 8.2 s · 910 tokens · correctq180 r1 · 4.0 s · 468 tokens · correctq97 r1 · 60.3 s · 5,611 tokens · wrongq24 r1 · 14.5 s · 1,606 tokens · correctq91 r1 · 78.0 s · 6,875 tokens · correctq88 r1 · 25.3 s · 2,455 tokens · wrongq67 r1 · 10.8 s · 1,327 tokens · wrongq11 r1 · 4.7 s · 423 tokens · correctq117 r1 · 7.6 s · 830 tokens · correctq137 r1 · 13.4 s · 1,624 tokens · correctq163 r2 · 10.1 s · 1,113 tokens · correctq28 r2 · 90.2 s · 8,429 tokens · wrongq6 r2 · 13.1 s · 1,616 tokens · correctq189 r2 · 21.1 s · 2,264 tokens · correctq70 r2 · 11.1 s · 1,087 tokens · wrongq62 r2 · 8.3 s · 925 tokens · correctq57 r2 · 3.8 s · 324 tokens · correctq35 r2 · 5.0 s · 479 tokens · correctq188 r2 · 14.3 s · 1,629 tokens · correctq26 r2 · 9.9 s · 1,013 tokens · correctq173 r2 · 21.0 s · 2,214 tokens · correctq139 r2 · 16.0 s · 1,554 tokens · correctq22 r2 · 26.2 s · 2,814 tokens · correctq151 r2 · 6.3 s · 657 tokens · correctq108 r2 · 101.6 s · 8,461 tokens · wrongq8 r2 · 10.8 s · 1,151 tokens · correctq7 r2 · 19.5 s · 2,170 tokens · correctq23 r2 · 9.6 s · 982 tokens · correctq55 r2 · 14.3 s · 1,988 tokens · correctq59 r2 · 16.9 s · 1,772 tokens · correctq129 r2 · 77.2 s · 7,173 tokens · correctq154 r2 · 8.2 s · 864 tokens · correctq195 r2 · 7.8 s · 733 tokens · correctq143 r2 · 95.4 s · 8,401 tokens · correctq50 r2 · 17.7 s · 1,841 tokens · correctq166 r2 · 7.5 s · 824 tokens · correctq186 r2 · 5.5 s · 577 tokens · correctq107 r2 · 15.4 s · 1,527 tokens · wrongq56 r2 · 6.3 s · 678 tokens · correctq114 r2 · 12.6 s · 1,266 tokens · correctq150 r2 · 16.9 s · 1,669 tokens · correctq71 r2 · 85.2 s · 10,989 tokens · wrongq1 r2 · 17.0 s · 1,583 tokens · correctq40 r2 · 26.8 s · 2,579 tokens · correctq183 r2 · 6.1 s · 896 tokens · correctq87 r2 · 23.2 s · 1,946 tokens · wrongq172 r2 · 10.9 s · 1,144 tokens · correctq39 r2 · 11.4 s · 1,140 tokens · correctq179 r2 · 8.8 s · 950 tokens · correctq86 r2 · 5.8 s · 545 tokens · correctq194 r2 · 5.4 s · 590 tokens · correctq180 r2 · 4.1 s · 479 tokens · correctq97 r2 · 60.4 s · 5,420 tokens · correctq24 r2 · 23.0 s · 2,445 tokens · correctq91 r2 · 13.4 s · 1,357 tokens · correctq88 r2 · 11.9 s · 1,231 tokens · wrongq67 r2 · 11.7 s · 1,351 tokens · correctq11 r2 · 3.7 s · 307 tokens · wrongq117 r2 · 10.0 s · 1,072 tokens · correctq137 r2 · 16.4 s · 1,884 tokens · correct11.8s

Correct 83/100 → 83/100 · truncated at 65,536 tokens 0 → 0 · median tokens 1,338 → 1,248.

Swift 1.5 · GPQA-Diamond · low 2 rounds

median 11.1 s → 10.6 s
5s10s20sofficialq163 r1 · 9.0 s · 1,007 tokens · correctq28 r1 · 23.9 s · 2,309 tokens · wrongq6 r1 · 15.1 s · 1,959 tokens · correctq189 r1 · 21.4 s · 2,400 tokens · correctq70 r1 · 8.3 s · 898 tokens · wrongq62 r1 · 8.0 s · 909 tokens · correctq57 r1 · 4.4 s · 393 tokens · correctq35 r1 · 5.3 s · 544 tokens · correctq188 r1 · 10.9 s · 1,239 tokens · correctq26 r1 · 6.4 s · 664 tokens · correctq173 r1 · 20.7 s · 2,275 tokens · correctq139 r1 · 25.3 s · 2,353 tokens · wrongq22 r1 · 23.0 s · 2,445 tokens · wrongq151 r1 · 5.4 s · 620 tokens · correctq108 r1 · 24.9 s · 2,342 tokens · wrongq8 r1 · 9.8 s · 1,062 tokens · correctq7 r1 · 14.7 s · 1,591 tokens · correctq23 r1 · 8.4 s · 922 tokens · correctq55 r1 · 12.5 s · 1,880 tokens · correctq59 r1 · 14.9 s · 1,632 tokens · correctq129 r1 · 24.7 s · 2,532 tokens · correctq154 r1 · 8.0 s · 881 tokens · correctq195 r1 · 5.7 s · 599 tokens · correctq143 r1 · 24.1 s · 2,285 tokens · correctq50 r1 · 25.7 s · 2,493 tokens · correctq166 r1 · 5.6 s · 645 tokens · correctq186 r1 · 5.5 s · 594 tokens · correctq107 r1 · 24.0 s · 2,416 tokens · wrongq56 r1 · 7.4 s · 759 tokens · correctq114 r1 · 15.8 s · 1,553 tokens · correctq150 r1 · 7.7 s · 933 tokens · correctq71 r1 · 18.9 s · 4,877 tokens · wrongq1 r1 · 22.4 s · 2,187 tokens · correctq40 r1 · 23.6 s · 2,411 tokens · correctq183 r1 · 6.5 s · 944 tokens · correctq87 r1 · 24.3 s · 2,224 tokens · wrongq172 r1 · 20.9 s · 2,085 tokens · correctq39 r1 · 6.1 s · 727 tokens · correctq179 r1 · 8.1 s · 924 tokens · correctq86 r1 · 6.0 s · 521 tokens · correctq194 r1 · 9.1 s · 996 tokens · correctq180 r1 · 4.5 s · 543 tokens · correctq97 r1 · 27.0 s · 2,511 tokens · wrongq24 r1 · 17.1 s · 1,920 tokens · correctq91 r1 · 12.3 s · 1,240 tokens · correctq88 r1 · 18.9 s · 1,841 tokens · wrongq67 r1 · 10.7 s · 1,280 tokens · correctq11 r1 · 7.0 s · 354 tokens · wrongq117 r1 · 6.3 s · 715 tokens · correctq137 r1 · 15.8 s · 1,838 tokens · correctq163 r2 · 8.5 s · 920 tokens · correctq28 r2 · 23.7 s · 2,311 tokens · wrongq6 r2 · 12.2 s · 1,634 tokens · correctq189 r2 · 24.1 s · 2,581 tokens · wrongq70 r2 · 7.1 s · 751 tokens · wrongq62 r2 · 6.6 s · 760 tokens · correctq57 r2 · 4.2 s · 392 tokens · correctq35 r2 · 8.8 s · 892 tokens · correctq188 r2 · 9.7 s · 1,144 tokens · correctq26 r2 · 13.3 s · 1,368 tokens · wrongq173 r2 · 13.4 s · 1,536 tokens · correctq139 r2 · 11.3 s · 1,205 tokens · correctq22 r2 · 22.2 s · 2,444 tokens · correctq151 r2 · 5.5 s · 581 tokens · correctq108 r2 · 24.9 s · 2,341 tokens · wrongq8 r2 · 7.0 s · 779 tokens · correctq7 r2 · 18.8 s · 2,033 tokens · correctq23 r2 · 9.5 s · 1,046 tokens · correctq55 r2 · 12.7 s · 1,875 tokens · correctq59 r2 · 21.2 s · 2,153 tokens · wrongq129 r2 · 24.4 s · 2,443 tokens · correctq154 r2 · 7.4 s · 802 tokens · correctq195 r2 · 5.3 s · 567 tokens · correctq143 r2 · 33.3 s · 2,711 tokens · wrongq50 r2 · 21.8 s · 2,288 tokens · correctq166 r2 · 6.3 s · 715 tokens · correctq186 r2 · 4.8 s · 503 tokens · correctq107 r2 · 10.1 s · 1,087 tokens · wrongq56 r2 · 6.4 s · 704 tokens · correctq114 r2 · 15.5 s · 1,599 tokens · correctq150 r2 · 11.7 s · 1,262 tokens · correctq71 r2 · 21.9 s · 4,885 tokens · wrongq1 r2 · 16.1 s · 1,551 tokens · correctq40 r2 · 22.0 s · 2,355 tokens · correctq183 r2 · 5.5 s · 852 tokens · correctq87 r2 · 9.3 s · 846 tokens · wrongq172 r2 · 11.9 s · 1,230 tokens · correctq39 r2 · 6.3 s · 738 tokens · correctq179 r2 · 7.7 s · 848 tokens · correctq86 r2 · 5.3 s · 498 tokens · correctq194 r2 · 7.2 s · 764 tokens · correctq180 r2 · 4.8 s · 590 tokens · correctq97 r2 · 30.9 s · 2,816 tokens · wrongq24 r2 · 23.4 s · 2,400 tokens · wrongq91 r2 · 24.6 s · 2,381 tokens · wrongq88 r2 · 25.2 s · 2,399 tokens · wrongq67 r2 · 8.1 s · 1,064 tokens · correctq11 r2 · 4.1 s · 390 tokens · correctq117 r2 · 6.9 s · 790 tokens · correctq137 r2 · 15.5 s · 1,850 tokens · correct11.1seffort tailq163 r1 · 8.0 s · 874 tokens · correctq28 r1 · 30.8 s · 2,672 tokens · wrongq6 r1 · 10.7 s · 1,458 tokens · correctq189 r1 · 16.5 s · 1,907 tokens · correctq70 r1 · 7.4 s · 788 tokens · wrongq62 r1 · 8.3 s · 918 tokens · correctq57 r1 · 5.1 s · 456 tokens · correctq35 r1 · 4.0 s · 424 tokens · correctq188 r1 · 11.9 s · 1,353 tokens · correctq26 r1 · 5.2 s · 561 tokens · correctq173 r1 · 20.5 s · 2,126 tokens · correctq139 r1 · 23.9 s · 2,260 tokens · correctq22 r1 · 16.2 s · 1,756 tokens · correctq151 r1 · 6.8 s · 736 tokens · correctq108 r1 · 25.6 s · 2,343 tokens · wrongq8 r1 · 9.6 s · 995 tokens · correctq7 r1 · 14.5 s · 1,490 tokens · wrongq23 r1 · 9.0 s · 943 tokens · correctq55 r1 · 10.5 s · 1,733 tokens · correctq59 r1 · 11.6 s · 1,350 tokens · wrongq129 r1 · 20.5 s · 2,097 tokens · wrongq154 r1 · 6.4 s · 715 tokens · correctq195 r1 · 6.5 s · 642 tokens · correctq143 r1 · 25.4 s · 2,289 tokens · wrongq50 r1 · 20.4 s · 2,100 tokens · correctq166 r1 · 4.2 s · 475 tokens · correctq186 r1 · 5.7 s · 619 tokens · correctq107 r1 · 15.6 s · 1,561 tokens · wrongq56 r1 · 5.2 s · 660 tokens · correctq114 r1 · 11.3 s · 1,187 tokens · correctq150 r1 · 7.2 s · 850 tokens · correctq71 r1 · 25.4 s · 4,876 tokens · wrongq1 r1 · 10.6 s · 1,024 tokens · correctq40 r1 · 19.4 s · 2,004 tokens · correctq183 r1 · 6.6 s · 957 tokens · correctq87 r1 · 11.3 s · 1,081 tokens · wrongq172 r1 · 12.7 s · 1,278 tokens · correctq39 r1 · 6.2 s · 711 tokens · correctq179 r1 · 9.4 s · 1,028 tokens · correctq86 r1 · 8.4 s · 747 tokens · correctq194 r1 · 4.8 s · 552 tokens · correctq180 r1 · 4.2 s · 534 tokens · correctq97 r1 · 25.8 s · 2,515 tokens · wrongq24 r1 · 16.1 s · 1,748 tokens · correctq91 r1 · 23.0 s · 2,301 tokens · correctq88 r1 · 15.3 s · 1,564 tokens · wrongq67 r1 · 9.5 s · 1,186 tokens · correctq11 r1 · 3.8 s · 362 tokens · correctq117 r1 · 6.0 s · 723 tokens · correctq137 r1 · 11.6 s · 1,490 tokens · correctq163 r2 · 6.0 s · 687 tokens · correctq28 r2 · 27.7 s · 2,525 tokens · correctq6 r2 · 18.7 s · 2,170 tokens · correctq189 r2 · 17.5 s · 1,968 tokens · wrongq70 r2 · 7.2 s · 778 tokens · wrongq62 r2 · 7.3 s · 825 tokens · correctq57 r2 · 4.2 s · 387 tokens · correctq35 r2 · 4.5 s · 505 tokens · correctq188 r2 · 13.5 s · 1,547 tokens · correctq26 r2 · 10.4 s · 1,112 tokens · wrongq173 r2 · 19.1 s · 2,037 tokens · correctq139 r2 · 18.9 s · 1,877 tokens · correctq22 r2 · 22.6 s · 2,448 tokens · wrongq151 r2 · 4.3 s · 478 tokens · correctq108 r2 · 25.8 s · 2,345 tokens · wrongq8 r2 · 5.6 s · 680 tokens · correctq7 r2 · 26.5 s · 2,547 tokens · correctq23 r2 · 8.0 s · 929 tokens · correctq55 r2 · 9.4 s · 1,562 tokens · correctq59 r2 · 11.5 s · 1,345 tokens · correctq129 r2 · 23.0 s · 2,445 tokens · wrongq154 r2 · 9.6 s · 1,043 tokens · correctq195 r2 · 6.2 s · 623 tokens · correctq143 r2 · 28.0 s · 2,440 tokens · correctq50 r2 · 18.1 s · 1,863 tokens · correctq166 r2 · 4.7 s · 519 tokens · correctq186 r2 · 5.2 s · 572 tokens · correctq107 r2 · 17.3 s · 1,730 tokens · wrongq56 r2 · 5.5 s · 639 tokens · correctq114 r2 · 10.6 s · 1,093 tokens · correctq150 r2 · 10.8 s · 1,231 tokens · correctq71 r2 · 19.2 s · 4,878 tokens · wrongq1 r2 · 14.9 s · 1,400 tokens · correctq40 r2 · 13.6 s · 1,538 tokens · correctq183 r2 · 7.8 s · 1,144 tokens · correctq87 r2 · 12.5 s · 1,139 tokens · correctq172 r2 · 29.1 s · 2,635 tokens · correctq39 r2 · 5.3 s · 641 tokens · correctq179 r2 · 6.9 s · 821 tokens · correctq86 r2 · 5.4 s · 487 tokens · correctq194 r2 · 4.9 s · 550 tokens · correctq180 r2 · 4.2 s · 528 tokens · correctq97 r2 · 26.8 s · 2,511 tokens · wrongq24 r2 · 20.7 s · 2,177 tokens · wrongq91 r2 · 10.9 s · 1,158 tokens · correctq88 r2 · 12.3 s · 1,321 tokens · wrongq67 r2 · 14.1 s · 1,682 tokens · wrongq11 r2 · 5.3 s · 484 tokens · correctq117 r2 · 6.3 s · 737 tokens · correctq137 r2 · 12.9 s · 1,626 tokens · correct10.6s

Correct 75/100 → 76/100 · truncated at 65,536 tokens 0 → 0 · median tokens 1,234 → 1,172.

Swift 1.5 · LiveCodeBench v6 · xhigh 2 rounds

median 18.9 s → 19.9 s
5s10s20s50s100s200s500s1000sofficialq228 r1 · 6.9 s · 1,036 tokens · correctq51 r1 · 29.7 s · 2,721 tokens · correctq563 r1 · 24.4 s · 2,536 tokens · correctq501 r1 · 6.6 s · 753 tokens · correctq457 r1 · 6.3 s · 818 tokens · correctq285 r1 · 7.7 s · 1,357 tokens · correctq209 r1 · 9.3 s · 1,339 tokens · correctq178 r1 · 274.4 s · 21,962 tokens · correctq864 r1 · 59.8 s · 4,863 tokens · correctq65 r1 · 15.7 s · 1,738 tokens · correctq61 r1 · 17.6 s · 1,764 tokens · correctq191 r1 · 7.6 s · 1,118 tokens · correctq447 r1 · 4.6 s · 1,008 tokens · correctq476 r1 · 8.8 s · 1,020 tokens · correctq1034 r1 · 143.3 s · 12,155 tokens · correctq54 r1 · 28.1 s · 2,693 tokens · correctq407 r1 · 60.1 s · 5,548 tokens · correctq859 r1 · 16.9 s · 1,759 tokens · correctq451 r1 · 729.5 s · 49,872 tokens · correctq919 r1 · 41.3 s · 3,726 tokens · correctq569 r1 · 45.5 s · 3,914 tokens · wrongq13 r1 · 15.3 s · 1,609 tokens · correctq326 r1 · 3.6 s · 473 tokens · correctq865 r1 · 424.6 s · 33,277 tokens · correctq696 r1 · 5.5 s · 887 tokens · correctq318 r1 · 8.7 s · 1,661 tokens · correctq440 r1 · 38.1 s · 3,387 tokens · correctq689 r1 · 49.3 s · 4,121 tokens · correctq189 r1 · 10.0 s · 1,345 tokens · correctq778 r1 · 6.5 s · 1,357 tokens · correctq198 r1 · 18.5 s · 1,947 tokens · correctq735 r1 · 7.0 s · 1,118 tokens · correctq704 r1 · 53.5 s · 4,384 tokens · correctq541 r1 · 33.2 s · 3,236 tokens · correctq88 r1 · 108.5 s · 9,294 tokens · correctq940 r1 · 113.7 s · 9,764 tokens · wrongq255 r1 · 5.2 s · 751 tokens · correctq775 r1 · 128.5 s · 10,637 tokens · correctq161 r1 · 246.6 s · 19,859 tokens · correctq600 r1 · 4.7 s · 546 tokens · correctq740 r1 · 41.9 s · 3,977 tokens · correctq393 r1 · 42.9 s · 3,929 tokens · correctq142 r1 · 49.6 s · 4,509 tokens · correctq93 r1 · 390.9 s · 30,111 tokens · correctq466 r1 · 26.8 s · 2,487 tokens · correctq592 r1 · 656.8 s · 43,976 tokens · wrongq163 r1 · 12.6 s · 1,494 tokens · correctq206 r1 · 371.2 s · 27,577 tokens · correctq928 r1 · 10.2 s · 1,199 tokens · correctq747 r1 · 5.0 s · 891 tokens · correctq228 r2 · 6.8 s · 1,013 tokens · correctq51 r2 · 16.3 s · 1,661 tokens · correctq563 r2 · 30.2 s · 2,971 tokens · correctq501 r2 · 5.4 s · 677 tokens · correctq457 r2 · 4.3 s · 642 tokens · correctq285 r2 · 8.5 s · 1,456 tokens · correctq209 r2 · 9.7 s · 1,404 tokens · correctq178 r2 · 74.2 s · 6,542 tokens · correctq864 r2 · 138.4 s · 10,860 tokens · correctq65 r2 · 24.1 s · 2,433 tokens · correctq61 r2 · 16.9 s · 1,723 tokens · correctq191 r2 · 7.0 s · 1,073 tokens · correctq447 r2 · 8.2 s · 1,313 tokens · correctq476 r2 · 6.7 s · 806 tokens · correctq1034 r2 · 195.7 s · 15,932 tokens · correctq54 r2 · 19.4 s · 1,982 tokens · correctq407 r2 · 91.6 s · 8,422 tokens · correctq859 r2 · 9.2 s · 1,129 tokens · correctq451 r2 · 194.2 s · 15,326 tokens · correctq919 r2 · 30.9 s · 2,897 tokens · correctq569 r2 · 15.9 s · 1,580 tokens · wrongq13 r2 · 9.8 s · 1,146 tokens · correctq326 r2 · 3.3 s · 454 tokens · correctq865 r2 · 447.8 s · 33,933 tokens · correctq696 r2 · 4.8 s · 798 tokens · correctq318 r2 · 5.8 s · 1,392 tokens · correctq440 r2 · 26.5 s · 2,582 tokens · correctq689 r2 · 129.8 s · 10,327 tokens · correctq189 r2 · 6.8 s · 1,108 tokens · correctq778 r2 · 9.1 s · 1,651 tokens · correctq198 r2 · 8.1 s · 1,069 tokens · correctq735 r2 · 15.6 s · 1,872 tokens · correctq704 r2 · 27.8 s · 2,516 tokens · correctq541 r2 · 14.4 s · 1,698 tokens · correctq88 r2 · 60.0 s · 5,336 tokens · correctq940 r2 · 85.3 s · 7,456 tokens · wrongq255 r2 · 4.2 s · 688 tokens · correctq775 r2 · 119.5 s · 9,855 tokens · correctq161 r2 · 172.3 s · 14,254 tokens · correctq600 r2 · 6.2 s · 682 tokens · correctq740 r2 · 47.7 s · 4,689 tokens · correctq393 r2 · 42.6 s · 3,824 tokens · correctq142 r2 · 55.1 s · 4,920 tokens · correctq93 r2 · 490.9 s · 37,049 tokens · correctq466 r2 · 35.8 s · 3,171 tokens · correctq592 r2 · 1071.2 s · 66,110 tokens · wrong · truncatedq163 r2 · 10.4 s · 1,332 tokens · correctq206 r2 · 464.7 s · 34,202 tokens · correctq928 r2 · 9.0 s · 1,112 tokens · correctq747 r2 · 5.1 s · 925 tokens · correct18.9seffort tailq228 r1 · 6.6 s · 955 tokens · correctq51 r1 · 22.9 s · 2,084 tokens · correctq563 r1 · 18.8 s · 2,101 tokens · correctq501 r1 · 5.1 s · 620 tokens · correctq457 r1 · 6.5 s · 825 tokens · correctq285 r1 · 11.7 s · 1,707 tokens · correctq209 r1 · 9.9 s · 1,446 tokens · correctq178 r1 · 46.1 s · 4,143 tokens · correctq864 r1 · 26.0 s · 2,331 tokens · correctq65 r1 · 25.5 s · 2,495 tokens · correctq61 r1 · 20.7 s · 1,984 tokens · correctq191 r1 · 14.3 s · 1,688 tokens · correctq447 r1 · 7.1 s · 1,257 tokens · correctq476 r1 · 7.6 s · 920 tokens · correctq1034 r1 · 176.3 s · 14,619 tokens · correctq54 r1 · 24.4 s · 2,433 tokens · correctq407 r1 · 159.6 s · 13,799 tokens · correctq859 r1 · 11.9 s · 1,334 tokens · correctq451 r1 · 557.4 s · 42,262 tokens · correctq919 r1 · 17.9 s · 1,869 tokens · correctq569 r1 · 37.5 s · 3,322 tokens · correctq13 r1 · 11.3 s · 1,262 tokens · correctq326 r1 · 3.4 s · 459 tokens · correctq865 r1 · 198.7 s · 15,915 tokens · correctq696 r1 · 4.7 s · 779 tokens · correctq318 r1 · 9.5 s · 1,699 tokens · correctq440 r1 · 21.1 s · 2,188 tokens · correctq689 r1 · 72.2 s · 5,959 tokens · correctq189 r1 · 7.2 s · 1,142 tokens · correctq778 r1 · 8.1 s · 1,557 tokens · correctq198 r1 · 16.6 s · 1,816 tokens · correctq735 r1 · 6.6 s · 1,068 tokens · correctq704 r1 · 64.0 s · 5,313 tokens · correctq541 r1 · 27.0 s · 2,758 tokens · correctq88 r1 · 68.0 s · 6,202 tokens · correctq940 r1 · 86.8 s · 7,673 tokens · wrongq255 r1 · 4.6 s · 695 tokens · correctq775 r1 · 288.3 s · 22,470 tokens · correctq161 r1 · 194.2 s · 15,990 tokens · correctq600 r1 · 4.8 s · 576 tokens · correctq740 r1 · 47.9 s · 4,510 tokens · correctq393 r1 · 90.2 s · 7,848 tokens · correctq142 r1 · 56.5 s · 4,949 tokens · correctq93 r1 · 517.2 s · 39,256 tokens · correctq466 r1 · 22.2 s · 2,105 tokens · correctq592 r1 · 991.5 s · 66,114 tokens · wrong · truncatedq163 r1 · 22.8 s · 2,408 tokens · correctq206 r1 · 734.2 s · 53,381 tokens · correctq928 r1 · 12.6 s · 1,406 tokens · correctq747 r1 · 5.1 s · 909 tokens · correctq228 r2 · 6.3 s · 969 tokens · correctq51 r2 · 10.1 s · 1,140 tokens · correctq563 r2 · 17.2 s · 1,955 tokens · correctq501 r2 · 4.2 s · 565 tokens · correctq457 r2 · 5.7 s · 772 tokens · correctq285 r2 · 12.6 s · 1,745 tokens · correctq209 r2 · 17.1 s · 2,002 tokens · correctq178 r2 · 212.3 s · 16,760 tokens · correctq864 r2 · 113.0 s · 9,167 tokens · correctq65 r2 · 35.1 s · 3,343 tokens · correctq61 r2 · 15.1 s · 1,533 tokens · correctq191 r2 · 12.2 s · 1,494 tokens · correctq447 r2 · 4.9 s · 1,028 tokens · correctq476 r2 · 6.5 s · 765 tokens · correctq1034 r2 · 366.9 s · 29,168 tokens · correctq54 r2 · 11.4 s · 1,410 tokens · correctq407 r2 · 106.6 s · 9,173 tokens · correctq859 r2 · 8.4 s · 1,133 tokens · correctq451 r2 · 344.4 s · 26,505 tokens · correctq919 r2 · 23.1 s · 2,328 tokens · correctq569 r2 · 29.7 s · 2,658 tokens · wrongq13 r2 · 11.6 s · 1,320 tokens · correctq326 r2 · 3.1 s · 448 tokens · correctq865 r2 · 319.8 s · 25,102 tokens · wrongq696 r2 · 6.4 s · 936 tokens · correctq318 r2 · 10.8 s · 1,872 tokens · correctq440 r2 · 58.4 s · 5,146 tokens · correctq689 r2 · 97.9 s · 7,951 tokens · correctq189 r2 · 9.1 s · 1,281 tokens · correctq778 r2 · 8.2 s · 1,562 tokens · correctq198 r2 · 15.0 s · 1,715 tokens · correctq735 r2 · 7.3 s · 1,140 tokens · correctq704 r2 · 36.3 s · 3,139 tokens · correctq541 r2 · 13.4 s · 1,621 tokens · correctq88 r2 · 51.0 s · 4,734 tokens · correctq940 r2 · 70.7 s · 6,190 tokens · wrongq255 r2 · 6.1 s · 783 tokens · correctq775 r2 · 229.8 s · 17,998 tokens · correctq161 r2 · 188.4 s · 15,738 tokens · correctq600 r2 · 5.4 s · 619 tokens · correctq740 r2 · 42.5 s · 4,164 tokens · correctq393 r2 · 64.2 s · 5,879 tokens · correctq142 r2 · 62.9 s · 5,715 tokens · correctq93 r2 · 275.4 s · 21,277 tokens · correctq466 r2 · 19.1 s · 1,780 tokens · correctq592 r2 · 1010.7 s · 66,114 tokens · wrong · truncatedq163 r2 · 28.2 s · 2,775 tokens · correctq206 r2 · 311.0 s · 23,236 tokens · correctq928 r2 · 10.4 s · 1,253 tokens · correctq747 r2 · 4.6 s · 859 tokens · correct19.9s

Correct 94/100 → 94/100 · truncated at 65,536 tokens 1 → 2 · median tokens 1,964 → 2,043.

Swift 1.5 · LiveCodeBench v6 · medium 2 rounds

median 15.3 s → 14.4 s
5s10s20s50s100s200s500sofficialq228 r1 · 8.1 s · 1,269 tokens · correctq51 r1 · 12.5 s · 1,468 tokens · correctq563 r1 · 16.0 s · 2,080 tokens · correctq501 r1 · 6.5 s · 829 tokens · correctq457 r1 · 7.3 s · 894 tokens · correctq285 r1 · 15.2 s · 2,117 tokens · correctq209 r1 · 8.7 s · 1,393 tokens · correctq178 r1 · 39.9 s · 3,850 tokens · wrongq864 r1 · 16.0 s · 1,789 tokens · correctq65 r1 · 17.8 s · 2,186 tokens · correctq61 r1 · 16.6 s · 1,851 tokens · correctq191 r1 · 13.9 s · 1,837 tokens · correctq447 r1 · 4.7 s · 1,016 tokens · correctq476 r1 · 8.6 s · 1,047 tokens · correctq1034 r1 · 129.4 s · 9,739 tokens · correctq54 r1 · 13.0 s · 1,700 tokens · correctq407 r1 · 59.9 s · 6,425 tokens · correctq859 r1 · 11.3 s · 1,495 tokens · correctq451 r1 · 148.0 s · 11,812 tokens · wrongq919 r1 · 16.8 s · 2,061 tokens · correctq569 r1 · 18.0 s · 1,929 tokens · correctq13 r1 · 17.3 s · 1,895 tokens · correctq326 r1 · 2.8 s · 389 tokens · correctq865 r1 · 16.4 s · 1,848 tokens · wrongq696 r1 · 4.8 s · 790 tokens · correctq318 r1 · 10.0 s · 1,836 tokens · correctq440 r1 · 15.4 s · 1,936 tokens · wrongq689 r1 · 19.7 s · 2,083 tokens · correctq189 r1 · 9.3 s · 1,455 tokens · correctq778 r1 · 8.8 s · 1,660 tokens · correctq198 r1 · 8.3 s · 1,101 tokens · correctq735 r1 · 11.0 s · 1,553 tokens · correctq704 r1 · 23.5 s · 2,436 tokens · correctq541 r1 · 13.2 s · 1,715 tokens · correctq88 r1 · 15.6 s · 1,861 tokens · wrongq940 r1 · 65.5 s · 5,858 tokens · wrongq255 r1 · 5.3 s · 773 tokens · correctq775 r1 · 104.9 s · 10,067 tokens · correctq161 r1 · 114.6 s · 9,489 tokens · correctq600 r1 · 5.6 s · 679 tokens · correctq740 r1 · 34.2 s · 3,410 tokens · correctq393 r1 · 17.6 s · 1,952 tokens · correctq142 r1 · 21.0 s · 2,579 tokens · correctq93 r1 · 115.3 s · 9,278 tokens · correctq466 r1 · 16.5 s · 1,798 tokens · correctq592 r1 · 35.4 s · 3,718 tokens · wrongq163 r1 · 15.3 s · 1,954 tokens · correctq206 r1 · 108.2 s · 9,599 tokens · wrongq928 r1 · 7.5 s · 1,001 tokens · wrongq747 r1 · 9.6 s · 1,432 tokens · correctq228 r2 · 10.6 s · 1,455 tokens · correctq51 r2 · 10.7 s · 1,256 tokens · correctq563 r2 · 15.3 s · 1,959 tokens · correctq501 r2 · 6.8 s · 846 tokens · correctq457 r2 · 7.3 s · 911 tokens · correctq285 r2 · 14.6 s · 2,168 tokens · correctq209 r2 · 8.4 s · 1,367 tokens · correctq178 r2 · 71.0 s · 7,082 tokens · correctq864 r2 · 14.5 s · 1,680 tokens · correctq65 r2 · 19.4 s · 2,301 tokens · correctq61 r2 · 16.6 s · 1,810 tokens · correctq191 r2 · 14.4 s · 1,888 tokens · correctq447 r2 · 4.4 s · 986 tokens · correctq476 r2 · 7.3 s · 904 tokens · correctq1034 r2 · 45.7 s · 4,451 tokens · wrongq54 r2 · 14.9 s · 1,815 tokens · correctq407 r2 · 39.8 s · 4,246 tokens · correctq859 r2 · 9.8 s · 1,386 tokens · correctq451 r2 · 209.5 s · 15,247 tokens · wrongq919 r2 · 15.7 s · 1,926 tokens · correctq569 r2 · 20.5 s · 2,097 tokens · correctq13 r2 · 13.6 s · 1,644 tokens · wrongq326 r2 · 3.7 s · 494 tokens · correctq865 r2 · 20.4 s · 2,208 tokens · wrongq696 r2 · 7.5 s · 1,115 tokens · correctq318 r2 · 6.2 s · 1,430 tokens · correctq440 r2 · 19.4 s · 2,222 tokens · wrongq689 r2 · 17.3 s · 1,910 tokens · correctq189 r2 · 6.7 s · 1,121 tokens · correctq778 r2 · 8.8 s · 1,646 tokens · correctq198 r2 · 9.7 s · 1,210 tokens · correctq735 r2 · 9.2 s · 1,364 tokens · correctq704 r2 · 23.4 s · 2,419 tokens · correctq541 r2 · 15.9 s · 2,048 tokens · correctq88 r2 · 20.2 s · 2,227 tokens · wrongq940 r2 · 65.0 s · 5,682 tokens · wrongq255 r2 · 5.7 s · 801 tokens · correctq775 r2 · 29.6 s · 3,456 tokens · wrongq161 r2 · 117.7 s · 9,466 tokens · correctq600 r2 · 6.9 s · 796 tokens · correctq740 r2 · 26.1 s · 2,654 tokens · correctq393 r2 · 21.1 s · 2,321 tokens · correctq142 r2 · 24.4 s · 2,786 tokens · correctq93 r2 · 50.3 s · 5,094 tokens · correctq466 r2 · 14.8 s · 1,692 tokens · correctq592 r2 · 58.9 s · 6,193 tokens · wrongq163 r2 · 14.7 s · 1,916 tokens · correctq206 r2 · 112.8 s · 9,818 tokens · wrongq928 r2 · 10.3 s · 1,255 tokens · correctq747 r2 · 11.1 s · 1,573 tokens · correct15.3seffort tailq228 r1 · 10.1 s · 1,503 tokens · correctq51 r1 · 9.2 s · 1,145 tokens · correctq563 r1 · 16.7 s · 2,112 tokens · correctq501 r1 · 7.0 s · 868 tokens · correctq457 r1 · 7.4 s · 947 tokens · correctq285 r1 · 13.2 s · 1,949 tokens · correctq209 r1 · 13.9 s · 1,914 tokens · correctq178 r1 · 17.0 s · 1,937 tokens · correctq864 r1 · 18.2 s · 2,001 tokens · correctq65 r1 · 13.6 s · 1,750 tokens · correctq61 r1 · 16.5 s · 1,789 tokens · correctq191 r1 · 10.8 s · 1,511 tokens · correctq447 r1 · 9.4 s · 1,502 tokens · correctq476 r1 · 9.0 s · 1,095 tokens · correctq1034 r1 · 88.5 s · 9,156 tokens · correctq54 r1 · 13.8 s · 1,746 tokens · correctq407 r1 · 106.9 s · 9,898 tokens · correctq859 r1 · 11.5 s · 1,542 tokens · correctq451 r1 · 112.3 s · 9,815 tokens · wrongq919 r1 · 15.6 s · 1,920 tokens · correctq569 r1 · 28.1 s · 2,803 tokens · correctq13 r1 · 14.5 s · 1,706 tokens · correctq326 r1 · 2.7 s · 387 tokens · correctq865 r1 · 44.4 s · 4,181 tokens · wrongq696 r1 · 5.7 s · 931 tokens · correctq318 r1 · 6.5 s · 1,461 tokens · correctq440 r1 · 12.0 s · 1,577 tokens · correctq689 r1 · 24.0 s · 2,525 tokens · correctq189 r1 · 8.9 s · 1,389 tokens · correctq778 r1 · 9.4 s · 1,732 tokens · correctq198 r1 · 11.8 s · 1,470 tokens · correctq735 r1 · 11.6 s · 1,599 tokens · correctq704 r1 · 24.1 s · 2,538 tokens · correctq541 r1 · 16.7 s · 2,125 tokens · correctq88 r1 · 15.5 s · 1,826 tokens · wrongq940 r1 · 88.2 s · 7,826 tokens · wrongq255 r1 · 6.9 s · 956 tokens · correctq775 r1 · 121.5 s · 9,508 tokens · correctq161 r1 · 114.1 s · 9,363 tokens · correctq600 r1 · 5.7 s · 706 tokens · correctq740 r1 · 31.2 s · 3,105 tokens · correctq393 r1 · 21.5 s · 2,547 tokens · correctq142 r1 · 19.2 s · 2,372 tokens · correctq93 r1 · 29.5 s · 3,023 tokens · correctq466 r1 · 15.0 s · 1,674 tokens · correctq592 r1 · 36.0 s · 3,833 tokens · wrongq163 r1 · 14.9 s · 1,922 tokens · correctq206 r1 · 146.8 s · 11,232 tokens · wrongq928 r1 · 12.1 s · 1,478 tokens · correctq747 r1 · 10.6 s · 1,548 tokens · correctq228 r2 · 5.4 s · 908 tokens · correctq51 r2 · 8.5 s · 1,077 tokens · correctq563 r2 · 12.6 s · 1,719 tokens · correctq501 r2 · 7.4 s · 912 tokens · correctq457 r2 · 6.9 s · 894 tokens · correctq285 r2 · 13.7 s · 2,060 tokens · correctq209 r2 · 13.7 s · 1,892 tokens · correctq178 r2 · 25.3 s · 2,797 tokens · correctq864 r2 · 23.1 s · 2,356 tokens · correctq65 r2 · 19.3 s · 2,350 tokens · correctq61 r2 · 19.0 s · 2,052 tokens · correctq191 r2 · 14.3 s · 1,807 tokens · correctq447 r2 · 9.1 s · 1,486 tokens · correctq476 r2 · 7.5 s · 908 tokens · correctq1034 r2 · 117.7 s · 9,982 tokens · wrongq54 r2 · 16.5 s · 1,913 tokens · correctq407 r2 · 68.9 s · 6,467 tokens · correctq859 r2 · 12.4 s · 1,576 tokens · correctq451 r2 · 820.9 s · 47,556 tokens · wrongq919 r2 · 14.9 s · 1,867 tokens · correctq569 r2 · 19.3 s · 2,006 tokens · wrongq13 r2 · 12.0 s · 1,494 tokens · correctq326 r2 · 3.1 s · 414 tokens · correctq865 r2 · 15.7 s · 1,826 tokens · wrongq696 r2 · 5.9 s · 977 tokens · correctq318 r2 · 5.9 s · 1,407 tokens · correctq440 r2 · 14.0 s · 1,779 tokens · correctq689 r2 · 26.1 s · 2,866 tokens · wrongq189 r2 · 8.7 s · 1,391 tokens · correctq778 r2 · 7.8 s · 1,565 tokens · correctq198 r2 · 12.6 s · 1,492 tokens · correctq735 r2 · 10.2 s · 1,465 tokens · correctq704 r2 · 24.4 s · 2,544 tokens · correctq541 r2 · 16.0 s · 1,927 tokens · correctq88 r2 · 18.8 s · 2,063 tokens · wrongq940 r2 · 86.5 s · 7,482 tokens · wrongq255 r2 · 7.7 s · 982 tokens · correctq775 r2 · 30.1 s · 3,610 tokens · correctq161 r2 · 116.4 s · 9,520 tokens · correctq600 r2 · 6.3 s · 733 tokens · correctq740 r2 · 16.8 s · 2,018 tokens · correctq393 r2 · 22.1 s · 2,515 tokens · correctq142 r2 · 21.1 s · 2,555 tokens · correctq93 r2 · 23.8 s · 2,698 tokens · correctq466 r2 · 11.1 s · 1,270 tokens · correctq592 r2 · 33.0 s · 3,604 tokens · wrongq163 r2 · 11.8 s · 1,600 tokens · correctq206 r2 · 125.7 s · 10,524 tokens · wrongq928 r2 · 10.1 s · 1,348 tokens · correctq747 r2 · 9.2 s · 1,424 tokens · correct14.4s

Correct 81/100 → 85/100 · truncated at 65,536 tokens 0 → 0 · median tokens 1,856 → 1,826.

Swift 1.5 · LiveCodeBench v6 · low 2 rounds

median 14.0 s → 12.7 s
2s5s10s20s50s100sofficialq228 r1 · 8.8 s · 1,213 tokens · correctq51 r1 · 17.0 s · 1,860 tokens · correctq563 r1 · 13.1 s · 1,825 tokens · correctq501 r1 · 4.6 s · 646 tokens · correctq457 r1 · 5.2 s · 717 tokens · correctq285 r1 · 10.5 s · 1,681 tokens · correctq209 r1 · 9.7 s · 1,448 tokens · correctq178 r1 · 33.2 s · 3,056 tokens · correctq864 r1 · 14.4 s · 1,606 tokens · correctq65 r1 · 16.5 s · 2,042 tokens · correctq61 r1 · 13.0 s · 1,553 tokens · correctq191 r1 · 11.4 s · 1,559 tokens · correctq447 r1 · 5.0 s · 1,041 tokens · correctq476 r1 · 7.5 s · 950 tokens · correctq1034 r1 · 39.5 s · 3,546 tokens · wrongq54 r1 · 15.7 s · 1,921 tokens · correctq407 r1 · 46.1 s · 3,922 tokens · correctq859 r1 · 6.9 s · 1,062 tokens · correctq451 r1 · 109.9 s · 7,299 tokens · wrongq919 r1 · 15.0 s · 1,860 tokens · correctq569 r1 · 20.4 s · 2,208 tokens · correctq13 r1 · 14.0 s · 1,708 tokens · correctq326 r1 · 2.8 s · 401 tokens · correctq865 r1 · 17.7 s · 1,985 tokens · wrongq696 r1 · 5.3 s · 917 tokens · correctq318 r1 · 5.7 s · 1,399 tokens · correctq440 r1 · 14.9 s · 1,888 tokens · correctq689 r1 · 26.9 s · 2,946 tokens · correctq189 r1 · 8.3 s · 1,361 tokens · correctq778 r1 · 6.1 s · 1,339 tokens · correctq198 r1 · 5.5 s · 838 tokens · correctq735 r1 · 9.1 s · 1,347 tokens · correctq704 r1 · 16.0 s · 1,700 tokens · wrongq541 r1 · 12.3 s · 1,629 tokens · correctq88 r1 · 15.8 s · 1,981 tokens · correctq940 r1 · 22.8 s · 2,456 tokens · wrongq255 r1 · 4.7 s · 734 tokens · correctq775 r1 · 36.4 s · 3,711 tokens · wrongq161 r1 · 30.1 s · 3,371 tokens · correctq600 r1 · 6.3 s · 782 tokens · correctq740 r1 · 31.6 s · 3,140 tokens · correctq393 r1 · 17.6 s · 2,131 tokens · correctq142 r1 · 20.8 s · 2,555 tokens · correctq93 r1 · 28.4 s · 3,154 tokens · wrongq466 r1 · 13.5 s · 1,495 tokens · correctq592 r1 · 24.3 s · 2,822 tokens · wrongq163 r1 · 12.4 s · 1,657 tokens · correctq206 r1 · 33.7 s · 3,324 tokens · correctq928 r1 · 10.2 s · 1,301 tokens · correctq747 r1 · 6.1 s · 1,024 tokens · correctq228 r2 · 7.1 s · 1,087 tokens · correctq51 r2 · 10.3 s · 1,267 tokens · correctq563 r2 · 16.4 s · 2,164 tokens · correctq501 r2 · 5.7 s · 716 tokens · correctq457 r2 · 5.1 s · 709 tokens · correctq285 r2 · 9.7 s · 1,574 tokens · correctq209 r2 · 6.5 s · 1,153 tokens · correctq178 r2 · 27.9 s · 2,800 tokens · correctq864 r2 · 12.2 s · 1,451 tokens · correctq65 r2 · 16.0 s · 2,005 tokens · correctq61 r2 · 14.9 s · 1,693 tokens · correctq191 r2 · 14.6 s · 1,886 tokens · correctq447 r2 · 4.3 s · 983 tokens · correctq476 r2 · 7.8 s · 968 tokens · correctq1034 r2 · 37.8 s · 3,402 tokens · wrongq54 r2 · 14.4 s · 1,858 tokens · correctq407 r2 · 39.9 s · 3,649 tokens · correctq859 r2 · 7.0 s · 1,070 tokens · correctq451 r2 · 69.1 s · 5,167 tokens · wrongq919 r2 · 16.6 s · 2,051 tokens · correctq569 r2 · 19.6 s · 2,096 tokens · correctq13 r2 · 9.6 s · 1,228 tokens · correctq326 r2 · 2.5 s · 384 tokens · correctq865 r2 · 13.9 s · 1,737 tokens · wrongq696 r2 · 4.7 s · 792 tokens · correctq318 r2 · 5.8 s · 1,423 tokens · correctq440 r2 · 14.1 s · 1,762 tokens · correctq689 r2 · 14.5 s · 1,553 tokens · correctq189 r2 · 6.3 s · 1,113 tokens · correctq778 r2 · 6.3 s · 1,366 tokens · correctq198 r2 · 8.4 s · 1,182 tokens · correctq735 r2 · 15.5 s · 2,097 tokens · correctq704 r2 · 26.5 s · 2,712 tokens · correctq541 r2 · 13.5 s · 1,764 tokens · correctq88 r2 · 16.9 s · 2,015 tokens · wrongq940 r2 · 35.3 s · 3,205 tokens · wrongq255 r2 · 4.8 s · 735 tokens · correctq775 r2 · 35.2 s · 3,532 tokens · wrongq161 r2 · 28.0 s · 3,173 tokens · wrongq600 r2 · 5.4 s · 687 tokens · correctq740 r2 · 20.9 s · 2,455 tokens · correctq393 r2 · 21.7 s · 2,419 tokens · correctq142 r2 · 20.8 s · 2,578 tokens · correctq93 r2 · 23.5 s · 2,754 tokens · correctq466 r2 · 13.0 s · 1,483 tokens · correctq592 r2 · 29.9 s · 3,482 tokens · wrongq163 r2 · 12.2 s · 1,653 tokens · correctq206 r2 · 50.0 s · 4,060 tokens · wrongq928 r2 · 9.3 s · 1,265 tokens · correctq747 r2 · 5.5 s · 935 tokens · correct14.0seffort tailq228 r1 · 5.8 s · 970 tokens · correctq51 r1 · 12.6 s · 1,482 tokens · correctq563 r1 · 13.1 s · 1,789 tokens · correctq501 r1 · 5.7 s · 764 tokens · correctq457 r1 · 3.4 s · 575 tokens · correctq285 r1 · 7.6 s · 1,401 tokens · correctq209 r1 · 6.5 s · 1,120 tokens · correctq178 r1 · 32.2 s · 3,005 tokens · correctq864 r1 · 14.7 s · 1,644 tokens · correctq65 r1 · 13.7 s · 1,798 tokens · correctq61 r1 · 16.3 s · 1,876 tokens · correctq191 r1 · 9.0 s · 1,291 tokens · correctq447 r1 · 4.3 s · 996 tokens · correctq476 r1 · 7.4 s · 947 tokens · correctq1034 r1 · 45.5 s · 3,878 tokens · wrongq54 r1 · 9.4 s · 1,263 tokens · correctq407 r1 · 37.2 s · 3,495 tokens · correctq859 r1 · 6.1 s · 975 tokens · correctq451 r1 · 104.5 s · 7,035 tokens · wrongq919 r1 · 14.8 s · 1,872 tokens · correctq569 r1 · 23.8 s · 2,468 tokens · wrongq13 r1 · 13.4 s · 1,699 tokens · correctq326 r1 · 2.8 s · 416 tokens · correctq865 r1 · 19.5 s · 2,175 tokens · wrongq696 r1 · 6.0 s · 1,011 tokens · correctq318 r1 · 5.2 s · 1,385 tokens · correctq440 r1 · 13.9 s · 1,715 tokens · correctq689 r1 · 12.8 s · 1,487 tokens · correctq189 r1 · 4.3 s · 908 tokens · correctq778 r1 · 5.3 s · 1,283 tokens · correctq198 r1 · 7.6 s · 1,004 tokens · correctq735 r1 · 13.0 s · 1,819 tokens · correctq704 r1 · 25.5 s · 2,517 tokens · correctq541 r1 · 14.8 s · 1,911 tokens · correctq88 r1 · 20.4 s · 2,352 tokens · wrongq940 r1 · 18.1 s · 2,114 tokens · wrongq255 r1 · 5.5 s · 817 tokens · correctq775 r1 · 35.1 s · 3,661 tokens · wrongq161 r1 · 36.8 s · 3,417 tokens · correctq600 r1 · 5.9 s · 758 tokens · correctq740 r1 · 19.9 s · 2,219 tokens · correctq393 r1 · 20.8 s · 2,408 tokens · correctq142 r1 · 18.9 s · 2,302 tokens · correctq93 r1 · 39.1 s · 3,517 tokens · wrongq466 r1 · 11.9 s · 1,382 tokens · correctq592 r1 · 38.0 s · 3,465 tokens · wrongq163 r1 · 9.2 s · 1,336 tokens · correctq206 r1 · 35.9 s · 3,302 tokens · wrongq928 r1 · 9.2 s · 1,272 tokens · correctq747 r1 · 4.8 s · 904 tokens · correctq228 r2 · 5.2 s · 920 tokens · correctq51 r2 · 7.3 s · 975 tokens · correctq563 r2 · 5.7 s · 1,019 tokens · correctq501 r2 · 6.0 s · 795 tokens · correctq457 r2 · 8.4 s · 1,104 tokens · correctq285 r2 · 8.9 s · 1,568 tokens · correctq209 r2 · 6.2 s · 1,119 tokens · correctq178 r2 · 27.1 s · 2,890 tokens · correctq864 r2 · 18.2 s · 1,935 tokens · correctq65 r2 · 18.6 s · 2,302 tokens · correctq61 r2 · 15.7 s · 1,752 tokens · correctq191 r2 · 9.8 s · 1,332 tokens · correctq447 r2 · 4.2 s · 989 tokens · correctq476 r2 · 8.0 s · 1,046 tokens · correctq1034 r2 · 44.5 s · 3,727 tokens · wrongq54 r2 · 16.0 s · 1,953 tokens · correctq407 r2 · 82.2 s · 5,824 tokens · wrongq859 r2 · 4.8 s · 822 tokens · correctq451 r2 · 38.4 s · 3,333 tokens · wrongq919 r2 · 10.6 s · 1,434 tokens · correctq569 r2 · 18.9 s · 1,883 tokens · correctq13 r2 · 14.4 s · 1,792 tokens · correctq326 r2 · 2.8 s · 412 tokens · correctq865 r2 · 18.9 s · 2,115 tokens · wrongq696 r2 · 4.5 s · 804 tokens · correctq318 r2 · 6.7 s · 1,495 tokens · correctq440 r2 · 13.7 s · 1,725 tokens · correctq689 r2 · 27.0 s · 2,918 tokens · correctq189 r2 · 7.6 s · 1,276 tokens · correctq778 r2 · 5.6 s · 1,309 tokens · correctq198 r2 · 11.0 s · 1,405 tokens · correctq735 r2 · 6.0 s · 1,087 tokens · correctq704 r2 · 19.3 s · 2,080 tokens · correctq541 r2 · 11.4 s · 1,575 tokens · correctq88 r2 · 12.4 s · 1,638 tokens · wrongq940 r2 · 17.4 s · 1,881 tokens · wrongq255 r2 · 5.2 s · 780 tokens · correctq775 r2 · 41.8 s · 4,019 tokens · wrongq161 r2 · 43.8 s · 3,820 tokens · correctq600 r2 · 6.7 s · 814 tokens · correctq740 r2 · 18.0 s · 2,147 tokens · correctq393 r2 · 20.5 s · 2,330 tokens · correctq142 r2 · 13.1 s · 1,846 tokens · correctq93 r2 · 38.5 s · 3,467 tokens · correctq466 r2 · 10.4 s · 1,277 tokens · correctq592 r2 · 27.4 s · 3,045 tokens · wrongq163 r2 · 10.7 s · 1,542 tokens · correctq206 r2 · 72.5 s · 5,255 tokens · wrongq928 r2 · 9.9 s · 1,324 tokens · correctq747 r2 · 5.0 s · 906 tokens · correct12.7s

Correct 83/100 → 81/100 · truncated at 65,536 tokens 0 → 0 · median tokens 1,696 → 1,606.

iQ-MLX · GPQA-Diamond · xhigh 1 round

median 63.9 s → 50.9 s
2s5s10s20s50s100s200s500s1000sofficialq163 r1 · 10.9 s · 1,089 tokens · correctq28 r1 · 877.8 s · 65,782 tokens · wrong · truncatedq6 r1 · 180.4 s · 14,228 tokens · correctq189 r1 · 23.1 s · 2,269 tokens · correctq70 r1 · 5.3 s · 639 tokens · wrongq62 r1 · 61.9 s · 5,199 tokens · correctq57 r1 · 2.2 s · 201 tokens · correctq35 r1 · 3.9 s · 423 tokens · correctq188 r1 · 9.4 s · 992 tokens · correctq26 r1 · 123.2 s · 10,005 tokens · correctq173 r1 · 16.2 s · 1,513 tokens · correctq139 r1 · 163.1 s · 12,635 tokens · correctq22 r1 · 86.0 s · 7,040 tokens · correctq151 r1 · 5.5 s · 568 tokens · correctq108 r1 · 917.4 s · 65,812 tokens · wrong · truncatedq8 r1 · 12.9 s · 1,184 tokens · correctq7 r1 · 156.7 s · 13,734 tokens · correctq23 r1 · 9.3 s · 928 tokens · correctq55 r1 · 125.2 s · 10,259 tokens · correctq59 r1 · 211.3 s · 16,952 tokens · correctq129 r1 · 869.4 s · 58,751 tokens · correctq154 r1 · 65.9 s · 5,547 tokens · correctq195 r1 · 6.5 s · 586 tokens · correctq143 r1 · 1009.0 s · 65,756 tokens · wrong · truncatedq50 r1 · 15.1 s · 1,336 tokens · correctq166 r1 · 4.9 s · 475 tokens · correctq186 r1 · 5.1 s · 471 tokens · correctq107 r1 · 223.1 s · 17,454 tokens · correctq56 r1 · 3.9 s · 431 tokens · correctq114 r1 · 195.4 s · 15,521 tokens · correctq150 r1 · 56.2 s · 4,726 tokens · correctq71 r1 · 915.7 s · 68,344 tokens · wrong · truncatedq1 r1 · 99.2 s · 7,727 tokens · correctq40 r1 · 107.8 s · 8,618 tokens · correctq183 r1 · 4.2 s · 641 tokens · correctq87 r1 · 245.1 s · 18,219 tokens · correctq172 r1 · 280.8 s · 20,382 tokens · correctq39 r1 · 13.0 s · 1,172 tokens · correctq179 r1 · 7.8 s · 789 tokens · correctq86 r1 · 34.8 s · 2,601 tokens · correctq194 r1 · 10.0 s · 941 tokens · correctq180 r1 · 4.7 s · 502 tokens · correctq97 r1 · 797.0 s · 53,687 tokens · correctq24 r1 · 118.8 s · 9,783 tokens · correctq91 r1 · 137.9 s · 11,308 tokens · correctq88 r1 · 994.0 s · 63,052 tokens · correctq67 r1 · 92.2 s · 7,608 tokens · correctq11 r1 · 26.5 s · 2,127 tokens · correctq117 r1 · 47.0 s · 4,053 tokens · correctq137 r1 · 94.6 s · 8,132 tokens · correct63.9seffort tailq163 r1 · 19.4 s · 1,742 tokens · correctq28 r1 · 873.6 s · 65,786 tokens · wrong · truncatedq6 r1 · 130.3 s · 10,562 tokens · correctq189 r1 · 23.9 s · 2,364 tokens · correctq70 r1 · 6.3 s · 732 tokens · wrongq62 r1 · 111.0 s · 9,033 tokens · correctq57 r1 · 4.6 s · 377 tokens · correctq35 r1 · 5.2 s · 508 tokens · correctq188 r1 · 10.4 s · 992 tokens · correctq26 r1 · 179.4 s · 14,398 tokens · correctq173 r1 · 20.9 s · 1,964 tokens · correctq139 r1 · 213.8 s · 16,650 tokens · correctq22 r1 · 99.0 s · 8,302 tokens · correctq151 r1 · 9.0 s · 852 tokens · correctq108 r1 · 883.4 s · 65,816 tokens · wrong · truncatedq8 r1 · 14.0 s · 1,312 tokens · correctq7 r1 · 103.3 s · 9,555 tokens · correctq23 r1 · 7.0 s · 707 tokens · correctq55 r1 · 42.6 s · 4,126 tokens · correctq59 r1 · 486.8 s · 37,081 tokens · correctq129 r1 · 913.4 s · 65,916 tokens · wrong · truncatedq154 r1 · 13.9 s · 1,253 tokens · correctq195 r1 · 8.3 s · 728 tokens · correctq143 r1 · 912.8 s · 59,745 tokens · correctq50 r1 · 83.0 s · 6,719 tokens · correctq166 r1 · 6.1 s · 575 tokens · correctq186 r1 · 6.5 s · 592 tokens · correctq107 r1 · 582.6 s · 41,338 tokens · correctq56 r1 · 4.5 s · 474 tokens · correctq114 r1 · 173.8 s · 13,543 tokens · correctq150 r1 · 13.8 s · 1,359 tokens · correctq71 r1 · 978.6 s · 68,348 tokens · wrong · truncatedq1 r1 · 30.0 s · 2,501 tokens · correctq40 r1 · 145.0 s · 11,334 tokens · correctq183 r1 · 5.7 s · 756 tokens · correctq87 r1 · 1058.6 s · 65,696 tokens · wrong · truncatedq172 r1 · 331.9 s · 24,772 tokens · correctq39 r1 · 11.8 s · 1,079 tokens · correctq179 r1 · 8.3 s · 830 tokens · correctq86 r1 · 59.1 s · 4,508 tokens · correctq194 r1 · 16.6 s · 1,570 tokens · correctq180 r1 · 6.3 s · 633 tokens · correctq97 r1 · 1062.9 s · 65,984 tokens · wrong · truncatedq24 r1 · 59.4 s · 5,108 tokens · correctq91 r1 · 126.5 s · 10,338 tokens · correctq88 r1 · 894.7 s · 65,874 tokens · wrong · truncatedq67 r1 · 12.3 s · 1,423 tokens · correctq11 r1 · 15.2 s · 1,233 tokens · correctq117 r1 · 64.8 s · 5,455 tokens · correctq137 r1 · 142.2 s · 12,002 tokens · correct50.9s

Correct 45/50 → 42/50 · truncated at 65,536 tokens 4 → 7 · median tokens 5,373 → 4,317.

iQ-MLX · GPQA-Diamond · medium 1 round

median 16.7 s → 17.5 s
5s10s20s50s100sofficialq163 r1 · 10.8 s · 1,226 tokens · correctq28 r1 · 97.0 s · 8,427 tokens · wrongq6 r1 · 72.3 s · 7,073 tokens · correctq189 r1 · 18.4 s · 2,021 tokens · correctq70 r1 · 9.3 s · 941 tokens · wrongq62 r1 · 14.4 s · 1,378 tokens · correctq57 r1 · 4.9 s · 445 tokens · correctq35 r1 · 11.4 s · 1,108 tokens · correctq188 r1 · 13.2 s · 1,511 tokens · correctq26 r1 · 18.5 s · 1,846 tokens · correctq173 r1 · 87.9 s · 8,390 tokens · wrongq139 r1 · 47.5 s · 4,469 tokens · correctq22 r1 · 21.7 s · 2,293 tokens · correctq151 r1 · 6.6 s · 692 tokens · correctq108 r1 · 97.3 s · 8,458 tokens · correctq8 r1 · 9.8 s · 1,047 tokens · correctq7 r1 · 20.9 s · 2,094 tokens · correctq23 r1 · 10.9 s · 1,085 tokens · correctq55 r1 · 16.3 s · 2,203 tokens · correctq59 r1 · 20.0 s · 2,062 tokens · correctq129 r1 · 90.8 s · 8,073 tokens · wrongq154 r1 · 13.2 s · 1,396 tokens · correctq195 r1 · 5.6 s · 600 tokens · correctq143 r1 · 76.0 s · 6,516 tokens · wrongq50 r1 · 33.4 s · 3,179 tokens · correctq166 r1 · 8.4 s · 896 tokens · correctq186 r1 · 7.6 s · 743 tokens · correctq107 r1 · 42.3 s · 3,942 tokens · wrongq56 r1 · 6.5 s · 686 tokens · correctq114 r1 · 32.8 s · 2,942 tokens · correctq150 r1 · 12.5 s · 1,335 tokens · correctq71 r1 · 80.7 s · 10,991 tokens · correctq1 r1 · 17.1 s · 1,508 tokens · correctq40 r1 · 22.4 s · 2,217 tokens · correctq183 r1 · 7.2 s · 986 tokens · correctq87 r1 · 24.1 s · 2,085 tokens · wrongq172 r1 · 15.6 s · 1,625 tokens · correctq39 r1 · 6.9 s · 788 tokens · correctq179 r1 · 10.0 s · 1,089 tokens · correctq86 r1 · 13.7 s · 1,125 tokens · correctq194 r1 · 16.7 s · 1,704 tokens · correctq180 r1 · 4.2 s · 495 tokens · correctq97 r1 · 98.6 s · 8,625 tokens · wrongq24 r1 · 41.6 s · 4,030 tokens · correctq91 r1 · 33.4 s · 3,125 tokens · wrongq88 r1 · 16.9 s · 1,669 tokens · correctq67 r1 · 16.8 s · 1,859 tokens · correctq11 r1 · 5.1 s · 453 tokens · correctq117 r1 · 12.1 s · 1,224 tokens · correctq137 r1 · 20.0 s · 2,199 tokens · correct16.7seffort tailq163 r1 · 12.3 s · 1,244 tokens · correctq28 r1 · 93.8 s · 8,430 tokens · wrongq6 r1 · 52.5 s · 5,298 tokens · correctq189 r1 · 21.1 s · 2,347 tokens · correctq70 r1 · 8.6 s · 889 tokens · wrongq62 r1 · 12.3 s · 1,238 tokens · correctq57 r1 · 7.3 s · 628 tokens · correctq35 r1 · 5.4 s · 535 tokens · correctq188 r1 · 13.9 s · 1,598 tokens · correctq26 r1 · 17.8 s · 1,773 tokens · correctq173 r1 · 19.7 s · 2,132 tokens · correctq139 r1 · 21.1 s · 2,072 tokens · correctq22 r1 · 98.6 s · 8,841 tokens · correctq151 r1 · 7.2 s · 759 tokens · correctq108 r1 · 99.5 s · 8,458 tokens · wrongq8 r1 · 12.2 s · 1,302 tokens · correctq7 r1 · 26.7 s · 2,760 tokens · correctq23 r1 · 12.0 s · 1,261 tokens · correctq55 r1 · 12.3 s · 1,814 tokens · correctq59 r1 · 27.6 s · 2,722 tokens · wrongq129 r1 · 37.6 s · 3,602 tokens · correctq154 r1 · 20.6 s · 2,122 tokens · correctq195 r1 · 8.0 s · 772 tokens · correctq143 r1 · 97.9 s · 8,402 tokens · correctq50 r1 · 28.9 s · 2,830 tokens · correctq166 r1 · 6.9 s · 771 tokens · correctq186 r1 · 5.9 s · 582 tokens · correctq107 r1 · 94.8 s · 8,538 tokens · wrongq56 r1 · 5.5 s · 580 tokens · correctq114 r1 · 18.5 s · 1,720 tokens · correctq150 r1 · 9.4 s · 1,068 tokens · correctq71 r1 · 88.0 s · 11,581 tokens · correctq1 r1 · 17.1 s · 1,607 tokens · wrongq40 r1 · 19.4 s · 1,964 tokens · correctq183 r1 · 7.5 s · 1,027 tokens · correctq87 r1 · 39.3 s · 3,438 tokens · wrongq172 r1 · 12.1 s · 1,215 tokens · correctq39 r1 · 6.6 s · 727 tokens · correctq179 r1 · 9.1 s · 962 tokens · correctq86 r1 · 12.0 s · 1,070 tokens · correctq194 r1 · 20.8 s · 2,186 tokens · correctq180 r1 · 12.2 s · 1,303 tokens · correctq97 r1 · 100.0 s · 8,625 tokens · wrongq24 r1 · 38.9 s · 3,900 tokens · wrongq91 r1 · 26.1 s · 2,413 tokens · correctq88 r1 · 28.9 s · 2,689 tokens · wrongq67 r1 · 14.8 s · 1,668 tokens · correctq11 r1 · 5.9 s · 544 tokens · correctq117 r1 · 10.1 s · 1,060 tokens · correctq137 r1 · 23.5 s · 2,595 tokens · correct17.5s

Correct 41/50 → 40/50 · truncated at 65,536 tokens 0 → 0 · median tokens 1,686 → 1,746.

iQ-MLX · GPQA-Diamond · low 1 round

median 14.1 s → 12.9 s
5s10s20sofficialq163 r1 · 17.6 s · 1,855 tokens · correctq28 r1 · 24.7 s · 2,310 tokens · wrongq6 r1 · 33.8 s · 3,208 tokens · wrongq189 r1 · 19.9 s · 2,234 tokens · correctq70 r1 · 7.3 s · 808 tokens · wrongq62 r1 · 20.9 s · 1,973 tokens · wrongq57 r1 · 4.6 s · 436 tokens · correctq35 r1 · 5.9 s · 624 tokens · correctq188 r1 · 11.9 s · 1,362 tokens · correctq26 r1 · 14.1 s · 1,436 tokens · correctq173 r1 · 22.5 s · 2,276 tokens · correctq139 r1 · 23.5 s · 2,352 tokens · correctq22 r1 · 20.9 s · 2,180 tokens · correctq151 r1 · 5.7 s · 631 tokens · correctq108 r1 · 25.5 s · 2,339 tokens · wrongq8 r1 · 10.2 s · 1,114 tokens · correctq7 r1 · 21.9 s · 2,457 tokens · correctq23 r1 · 7.6 s · 840 tokens · correctq55 r1 · 9.0 s · 1,500 tokens · correctq59 r1 · 14.4 s · 1,568 tokens · correctq129 r1 · 24.3 s · 2,439 tokens · correctq154 r1 · 11.7 s · 1,300 tokens · correctq195 r1 · 7.4 s · 731 tokens · correctq143 r1 · 24.1 s · 2,285 tokens · wrongq50 r1 · 23.7 s · 2,287 tokens · correctq166 r1 · 5.4 s · 626 tokens · correctq186 r1 · 6.4 s · 700 tokens · correctq107 r1 · 24.4 s · 2,418 tokens · wrongq56 r1 · 6.1 s · 658 tokens · correctq114 r1 · 14.3 s · 1,437 tokens · correctq150 r1 · 7.1 s · 874 tokens · correctq71 r1 · 22.5 s · 4,882 tokens · wrongq1 r1 · 10.0 s · 926 tokens · correctq40 r1 · 21.3 s · 2,134 tokens · correctq183 r1 · 6.4 s · 928 tokens · correctq87 r1 · 11.2 s · 1,011 tokens · wrongq172 r1 · 20.4 s · 1,999 tokens · correctq39 r1 · 6.3 s · 760 tokens · correctq179 r1 · 7.7 s · 917 tokens · correctq86 r1 · 3.9 s · 358 tokens · correctq194 r1 · 9.2 s · 990 tokens · correctq180 r1 · 4.6 s · 591 tokens · correctq97 r1 · 29.6 s · 2,701 tokens · wrongq24 r1 · 19.7 s · 2,120 tokens · correctq91 r1 · 15.8 s · 1,583 tokens · correctq88 r1 · 25.9 s · 2,403 tokens · correctq67 r1 · 14.2 s · 1,648 tokens · correctq11 r1 · 4.7 s · 435 tokens · wrongq117 r1 · 7.4 s · 838 tokens · correctq137 r1 · 18.4 s · 2,106 tokens · correct14.1seffort tailq163 r1 · 8.0 s · 900 tokens · correctq28 r1 · 23.2 s · 2,313 tokens · wrongq6 r1 · 18.5 s · 2,197 tokens · correctq189 r1 · 19.7 s · 2,261 tokens · correctq70 r1 · 7.4 s · 815 tokens · wrongq62 r1 · 7.1 s · 792 tokens · correctq57 r1 · 4.1 s · 363 tokens · correctq35 r1 · 5.0 s · 533 tokens · correctq188 r1 · 12.6 s · 1,443 tokens · correctq26 r1 · 17.4 s · 1,770 tokens · wrongq173 r1 · 22.6 s · 2,278 tokens · wrongq139 r1 · 25.8 s · 2,358 tokens · correctq22 r1 · 14.5 s · 1,697 tokens · correctq151 r1 · 5.8 s · 612 tokens · correctq108 r1 · 32.4 s · 2,662 tokens · correctq8 r1 · 9.2 s · 1,041 tokens · correctq7 r1 · 19.7 s · 1,962 tokens · correctq23 r1 · 9.0 s · 1,019 tokens · correctq55 r1 · 10.7 s · 1,754 tokens · correctq59 r1 · 12.5 s · 1,355 tokens · correctq129 r1 · 24.4 s · 2,444 tokens · correctq154 r1 · 22.2 s · 2,239 tokens · correctq195 r1 · 6.5 s · 677 tokens · correctq143 r1 · 14.3 s · 1,377 tokens · wrongq50 r1 · 23.0 s · 2,289 tokens · correctq166 r1 · 5.9 s · 649 tokens · correctq186 r1 · 7.4 s · 788 tokens · correctq107 r1 · 26.1 s · 2,509 tokens · wrongq56 r1 · 5.0 s · 596 tokens · correctq114 r1 · 11.9 s · 1,177 tokens · correctq150 r1 · 7.1 s · 872 tokens · correctq71 r1 · 25.5 s · 4,877 tokens · wrongq1 r1 · 12.7 s · 1,197 tokens · correctq40 r1 · 26.0 s · 2,555 tokens · correctq183 r1 · 6.0 s · 915 tokens · correctq87 r1 · 21.0 s · 1,868 tokens · correctq172 r1 · 21.8 s · 2,144 tokens · correctq39 r1 · 5.5 s · 689 tokens · correctq179 r1 · 7.5 s · 856 tokens · correctq86 r1 · 16.8 s · 1,446 tokens · correctq194 r1 · 9.1 s · 1,004 tokens · correctq180 r1 · 4.1 s · 531 tokens · correctq97 r1 · 26.4 s · 2,513 tokens · wrongq24 r1 · 20.2 s · 2,212 tokens · wrongq91 r1 · 13.8 s · 1,407 tokens · correctq88 r1 · 13.0 s · 1,386 tokens · correctq67 r1 · 9.7 s · 1,180 tokens · correctq11 r1 · 15.4 s · 1,371 tokens · wrongq117 r1 · 9.2 s · 1,044 tokens · wrongq137 r1 · 14.4 s · 1,660 tokens · correct12.9s

Correct 39/50 → 39/50 · truncated at 65,536 tokens 0 → 0 · median tokens 1,468 → 1,382.

iQ-MLX · LiveCodeBench v6 · xhigh 1 round

median 39.1 s → 46.9 s
5s10s20s50s100s200s500s1000sofficialq228 r1 · 9.5 s · 1,241 tokens · correctq51 r1 · 85.9 s · 7,097 tokens · correctq563 r1 · 83.1 s · 7,066 tokens · correctq501 r1 · 4.9 s · 634 tokens · correctq457 r1 · 7.5 s · 929 tokens · correctq285 r1 · 11.5 s · 1,696 tokens · correctq209 r1 · 12.5 s · 1,657 tokens · correctq178 r1 · 382.7 s · 28,654 tokens · correctq864 r1 · 111.4 s · 8,602 tokens · correctq65 r1 · 35.0 s · 3,280 tokens · correctq61 r1 · 19.7 s · 1,943 tokens · correctq191 r1 · 38.2 s · 3,597 tokens · correctq447 r1 · 4.7 s · 1,008 tokens · correctq476 r1 · 12.6 s · 1,320 tokens · correctq1034 r1 · 746.2 s · 49,112 tokens · correctq54 r1 · 33.9 s · 3,049 tokens · correctq407 r1 · 218.8 s · 17,768 tokens · correctq859 r1 · 20.3 s · 2,061 tokens · correctq451 r1 · 378.4 s · 27,790 tokens · correctq919 r1 · 80.0 s · 6,815 tokens · correctq569 r1 · 51.5 s · 4,256 tokens · wrongq13 r1 · 17.7 s · 1,777 tokens · correctq326 r1 · 2.9 s · 447 tokens · correctq865 r1 · 735.6 s · 49,375 tokens · correctq696 r1 · 5.3 s · 877 tokens · correctq318 r1 · 8.2 s · 1,613 tokens · correctq440 r1 · 89.1 s · 7,339 tokens · correctq689 r1 · 147.8 s · 11,569 tokens · correctq189 r1 · 6.6 s · 1,095 tokens · correctq778 r1 · 7.7 s · 1,480 tokens · correctq198 r1 · 20.4 s · 2,130 tokens · correctq735 r1 · 5.6 s · 998 tokens · correctq704 r1 · 93.3 s · 7,667 tokens · correctq541 r1 · 60.6 s · 5,315 tokens · correctq88 r1 · 201.8 s · 16,208 tokens · correctq940 r1 · 305.7 s · 24,491 tokens · wrongq255 r1 · 5.2 s · 741 tokens · correctq775 r1 · 374.5 s · 28,372 tokens · correctq161 r1 · 579.1 s · 43,039 tokens · correctq600 r1 · 6.9 s · 729 tokens · correctq740 r1 · 101.0 s · 8,897 tokens · correctq393 r1 · 77.0 s · 6,828 tokens · correctq142 r1 · 89.2 s · 7,583 tokens · correctq93 r1 · 1076.2 s · 66,208 tokens · wrong · truncatedq466 r1 · 40.0 s · 3,438 tokens · correctq592 r1 · 1106.4 s · 66,110 tokens · wrong · truncatedq163 r1 · 23.8 s · 2,351 tokens · correctq206 r1 · 1091.6 s · 66,283 tokens · wrong · truncatedq928 r1 · 15.8 s · 1,666 tokens · correctq747 r1 · 5.5 s · 965 tokens · correct39.1seffort tailq228 r1 · 6.5 s · 974 tokens · correctq51 r1 · 117.5 s · 9,572 tokens · correctq563 r1 · 41.6 s · 3,960 tokens · correctq501 r1 · 7.9 s · 822 tokens · correctq457 r1 · 9.4 s · 1,038 tokens · correctq285 r1 · 8.8 s · 1,466 tokens · correctq209 r1 · 10.7 s · 1,511 tokens · correctq178 r1 · 346.4 s · 27,431 tokens · correctq864 r1 · 243.3 s · 18,416 tokens · correctq65 r1 · 46.7 s · 4,293 tokens · correctq61 r1 · 61.5 s · 5,145 tokens · correctq191 r1 · 13.9 s · 1,663 tokens · correctq447 r1 · 5.0 s · 1,030 tokens · correctq476 r1 · 7.8 s · 908 tokens · correctq1034 r1 · 400.8 s · 31,435 tokens · correctq54 r1 · 47.5 s · 4,195 tokens · correctq407 r1 · 196.1 s · 16,552 tokens · correctq859 r1 · 15.8 s · 1,680 tokens · correctq451 r1 · 894.0 s · 57,309 tokens · correctq919 r1 · 47.1 s · 4,293 tokens · correctq569 r1 · 97.3 s · 7,794 tokens · wrongq13 r1 · 12.2 s · 1,327 tokens · correctq326 r1 · 3.5 s · 478 tokens · correctq865 r1 · 578.4 s · 43,832 tokens · correctq696 r1 · 8.1 s · 1,069 tokens · correctq318 r1 · 7.7 s · 1,597 tokens · correctq440 r1 · 79.4 s · 6,535 tokens · correctq689 r1 · 178.4 s · 14,016 tokens · correctq189 r1 · 9.1 s · 1,309 tokens · correctq778 r1 · 9.5 s · 1,644 tokens · correctq198 r1 · 18.8 s · 1,971 tokens · correctq735 r1 · 10.1 s · 1,397 tokens · correctq704 r1 · 135.7 s · 10,709 tokens · correctq541 r1 · 35.7 s · 3,404 tokens · correctq88 r1 · 211.1 s · 17,144 tokens · correctq940 r1 · 204.5 s · 17,212 tokens · wrongq255 r1 · 6.3 s · 843 tokens · correctq775 r1 · 501.0 s · 36,733 tokens · correctq161 r1 · 490.8 s · 38,366 tokens · correctq600 r1 · 4.4 s · 516 tokens · correctq740 r1 · 65.7 s · 5,938 tokens · correctq393 r1 · 109.2 s · 9,224 tokens · correctq142 r1 · 74.0 s · 6,310 tokens · correctq93 r1 · 1071.1 s · 66,212 tokens · wrong · truncatedq466 r1 · 100.9 s · 8,260 tokens · correctq592 r1 · 1040.1 s · 66,114 tokens · wrong · truncatedq163 r1 · 15.7 s · 1,791 tokens · correctq206 r1 · 450.2 s · 32,907 tokens · correctq928 r1 · 27.1 s · 2,691 tokens · correctq747 r1 · 5.2 s · 900 tokens · correct46.9s

Correct 45/50 → 46/50 · truncated at 65,536 tokens 3 → 2 · median tokens 3,518 → 4,244.

iQ-MLX · LiveCodeBench v6 · medium 1 round

median 16.0 s → 17.7 s
5s10s20s50s100s200s500sofficialq228 r1 · 9.9 s · 1,361 tokens · correctq51 r1 · 14.4 s · 1,599 tokens · correctq563 r1 · 12.8 s · 1,644 tokens · correctq501 r1 · 7.3 s · 851 tokens · correctq457 r1 · 6.0 s · 782 tokens · correctq285 r1 · 12.6 s · 1,874 tokens · correctq209 r1 · 13.4 s · 1,922 tokens · correctq178 r1 · 30.2 s · 3,217 tokens · correctq864 r1 · 16.1 s · 1,755 tokens · correctq65 r1 · 15.9 s · 1,929 tokens · correctq61 r1 · 16.2 s · 1,848 tokens · correctq191 r1 · 12.9 s · 1,714 tokens · correctq447 r1 · 7.1 s · 1,243 tokens · correctq476 r1 · 9.4 s · 1,053 tokens · correctq1034 r1 · 111.9 s · 9,710 tokens · wrongq54 r1 · 12.7 s · 1,539 tokens · correctq407 r1 · 59.8 s · 5,995 tokens · correctq859 r1 · 16.4 s · 1,845 tokens · correctq451 r1 · 474.0 s · 29,113 tokens · wrongq919 r1 · 19.0 s · 2,172 tokens · correctq569 r1 · 22.6 s · 2,314 tokens · correctq13 r1 · 13.6 s · 1,610 tokens · correctq326 r1 · 3.1 s · 403 tokens · correctq865 r1 · 34.5 s · 3,450 tokens · wrongq696 r1 · 7.2 s · 1,084 tokens · correctq318 r1 · 6.3 s · 1,446 tokens · correctq440 r1 · 20.0 s · 2,229 tokens · correctq689 r1 · 25.6 s · 2,574 tokens · correctq189 r1 · 9.5 s · 1,486 tokens · correctq778 r1 · 5.6 s · 1,278 tokens · correctq198 r1 · 11.9 s · 1,458 tokens · correctq735 r1 · 14.0 s · 1,740 tokens · correctq704 r1 · 33.0 s · 3,224 tokens · correctq541 r1 · 13.3 s · 1,665 tokens · correctq88 r1 · 21.5 s · 2,197 tokens · correctq940 r1 · 26.7 s · 2,813 tokens · wrongq255 r1 · 6.5 s · 854 tokens · correctq775 r1 · 42.8 s · 4,735 tokens · correctq161 r1 · 119.9 s · 9,416 tokens · correctq600 r1 · 6.7 s · 759 tokens · correctq740 r1 · 43.3 s · 3,944 tokens · correctq393 r1 · 19.9 s · 2,215 tokens · correctq142 r1 · 23.6 s · 2,736 tokens · correctq93 r1 · 115.3 s · 9,081 tokens · correctq466 r1 · 16.1 s · 1,749 tokens · correctq592 r1 · 110.1 s · 9,627 tokens · wrongq163 r1 · 17.1 s · 2,129 tokens · correctq206 r1 · 126.9 s · 10,167 tokens · wrongq928 r1 · 10.5 s · 1,276 tokens · correctq747 r1 · 10.9 s · 1,517 tokens · correct16.0seffort tailq228 r1 · 7.6 s · 1,180 tokens · correctq51 r1 · 9.6 s · 1,184 tokens · correctq563 r1 · 20.4 s · 2,450 tokens · correctq501 r1 · 5.6 s · 685 tokens · correctq457 r1 · 7.4 s · 936 tokens · correctq285 r1 · 12.3 s · 1,844 tokens · correctq209 r1 · 8.2 s · 1,354 tokens · correctq178 r1 · 26.1 s · 2,674 tokens · correctq864 r1 · 15.7 s · 1,755 tokens · correctq65 r1 · 20.4 s · 2,394 tokens · correctq61 r1 · 19.6 s · 2,132 tokens · correctq191 r1 · 13.7 s · 1,743 tokens · correctq447 r1 · 6.7 s · 1,207 tokens · correctq476 r1 · 7.7 s · 955 tokens · correctq1034 r1 · 118.2 s · 10,256 tokens · wrongq54 r1 · 12.7 s · 1,596 tokens · correctq407 r1 · 44.7 s · 4,710 tokens · correctq859 r1 · 11.7 s · 1,555 tokens · correctq451 r1 · 149.3 s · 11,801 tokens · wrongq919 r1 · 17.0 s · 1,994 tokens · correctq569 r1 · 21.2 s · 2,172 tokens · correctq13 r1 · 16.4 s · 1,873 tokens · correctq326 r1 · 3.1 s · 422 tokens · correctq865 r1 · 118.0 s · 9,670 tokens · wrongq696 r1 · 5.4 s · 915 tokens · correctq318 r1 · 6.7 s · 1,500 tokens · correctq440 r1 · 20.2 s · 2,229 tokens · correctq689 r1 · 20.2 s · 2,042 tokens · correctq189 r1 · 9.3 s · 1,433 tokens · correctq778 r1 · 7.9 s · 1,523 tokens · correctq198 r1 · 15.5 s · 1,820 tokens · correctq735 r1 · 22.8 s · 2,773 tokens · correctq704 r1 · 24.6 s · 2,469 tokens · correctq541 r1 · 18.1 s · 2,283 tokens · correctq88 r1 · 26.2 s · 2,819 tokens · wrongq940 r1 · 23.1 s · 2,464 tokens · wrongq255 r1 · 7.1 s · 965 tokens · correctq775 r1 · 121.2 s · 9,537 tokens · correctq161 r1 · 117.4 s · 9,416 tokens · correctq600 r1 · 7.8 s · 896 tokens · correctq740 r1 · 23.8 s · 2,601 tokens · correctq393 r1 · 22.4 s · 2,513 tokens · correctq142 r1 · 24.4 s · 2,811 tokens · correctq93 r1 · 57.3 s · 5,644 tokens · correctq466 r1 · 18.0 s · 1,913 tokens · correctq592 r1 · 37.8 s · 4,075 tokens · wrongq163 r1 · 17.3 s · 2,147 tokens · correctq206 r1 · 212.7 s · 14,938 tokens · wrongq928 r1 · 14.7 s · 1,743 tokens · correctq747 r1 · 5.1 s · 908 tokens · correct17.7s

Correct 44/50 → 43/50 · truncated at 65,536 tokens 0 → 0 · median tokens 1,846 → 2,018.

iQ-MLX · LiveCodeBench v6 · low 1 round

median 14.0 s → 13.7 s
5s10s20s50s100s200s500s1000sofficialq228 r1 · 7.7 s · 1,214 tokens · correctq51 r1 · 13.3 s · 1,485 tokens · correctq563 r1 · 11.3 s · 1,649 tokens · correctq501 r1 · 4.1 s · 582 tokens · correctq457 r1 · 5.8 s · 784 tokens · correctq285 r1 · 13.9 s · 2,133 tokens · correctq209 r1 · 6.2 s · 1,113 tokens · correctq178 r1 · 22.4 s · 2,363 tokens · correctq864 r1 · 17.6 s · 1,947 tokens · correctq65 r1 · 14.7 s · 1,827 tokens · correctq61 r1 · 16.5 s · 1,826 tokens · correctq191 r1 · 8.2 s · 1,236 tokens · correctq447 r1 · 3.6 s · 960 tokens · correctq476 r1 · 6.5 s · 816 tokens · correctq1034 r1 · 54.9 s · 4,298 tokens · wrongq54 r1 · 14.2 s · 1,795 tokens · correctq407 r1 · 56.0 s · 4,470 tokens · correctq859 r1 · 6.4 s · 1,010 tokens · correctq451 r1 · 1191.1 s · 64,448 tokens · wrongq919 r1 · 15.6 s · 2,021 tokens · correctq569 r1 · 19.2 s · 2,086 tokens · correctq13 r1 · 13.2 s · 1,623 tokens · correctq326 r1 · 2.6 s · 404 tokens · correctq865 r1 · 36.3 s · 3,145 tokens · wrongq696 r1 · 3.7 s · 729 tokens · correctq318 r1 · 6.2 s · 1,466 tokens · correctq440 r1 · 33.4 s · 3,114 tokens · wrongq689 r1 · 20.0 s · 2,060 tokens · wrongq189 r1 · 6.2 s · 1,116 tokens · correctq778 r1 · 5.2 s · 1,264 tokens · correctq198 r1 · 10.7 s · 1,380 tokens · correctq735 r1 · 11.8 s · 1,656 tokens · correctq704 r1 · 21.4 s · 2,284 tokens · correctq541 r1 · 15.7 s · 2,060 tokens · correctq88 r1 · 16.2 s · 1,967 tokens · wrongq940 r1 · 30.2 s · 2,876 tokens · wrongq255 r1 · 5.3 s · 811 tokens · correctq775 r1 · 45.9 s · 4,236 tokens · correctq161 r1 · 36.4 s · 3,376 tokens · correctq600 r1 · 5.2 s · 678 tokens · correctq740 r1 · 23.1 s · 2,636 tokens · correctq393 r1 · 21.3 s · 2,493 tokens · correctq142 r1 · 16.5 s · 2,122 tokens · correctq93 r1 · 22.6 s · 2,616 tokens · wrongq466 r1 · 11.9 s · 1,376 tokens · correctq592 r1 · 43.8 s · 3,667 tokens · wrongq163 r1 · 10.3 s · 1,495 tokens · correctq206 r1 · 67.3 s · 4,995 tokens · wrongq928 r1 · 11.3 s · 1,453 tokens · correctq747 r1 · 4.3 s · 853 tokens · correct14.0seffort tailq228 r1 · 8.1 s · 1,255 tokens · correctq51 r1 · 12.0 s · 1,420 tokens · correctq563 r1 · 14.0 s · 1,898 tokens · correctq501 r1 · 5.1 s · 694 tokens · correctq457 r1 · 6.6 s · 916 tokens · correctq285 r1 · 11.7 s · 1,883 tokens · correctq209 r1 · 6.1 s · 1,096 tokens · correctq178 r1 · 25.4 s · 2,696 tokens · correctq864 r1 · 16.2 s · 1,741 tokens · correctq65 r1 · 15.4 s · 1,952 tokens · correctq61 r1 · 16.8 s · 1,904 tokens · correctq191 r1 · 14.7 s · 1,944 tokens · correctq447 r1 · 4.6 s · 1,037 tokens · correctq476 r1 · 4.5 s · 625 tokens · correctq1034 r1 · 42.9 s · 3,690 tokens · wrongq54 r1 · 13.4 s · 1,758 tokens · correctq407 r1 · 68.6 s · 5,126 tokens · correctq859 r1 · 11.2 s · 1,511 tokens · correctq451 r1 · 166.6 s · 10,349 tokens · wrongq919 r1 · 13.3 s · 1,737 tokens · correctq569 r1 · 17.9 s · 1,884 tokens · correctq13 r1 · 12.2 s · 1,485 tokens · correctq326 r1 · 2.7 s · 407 tokens · correctq865 r1 · 25.6 s · 2,644 tokens · wrongq696 r1 · 3.9 s · 753 tokens · correctq318 r1 · 10.2 s · 1,919 tokens · correctq440 r1 · 34.6 s · 3,188 tokens · correctq689 r1 · 21.4 s · 2,294 tokens · correctq189 r1 · 9.0 s · 1,448 tokens · correctq778 r1 · 6.3 s · 1,342 tokens · correctq198 r1 · 9.4 s · 1,259 tokens · correctq735 r1 · 11.2 s · 1,590 tokens · correctq704 r1 · 25.1 s · 2,551 tokens · correctq541 r1 · 11.9 s · 1,575 tokens · correctq88 r1 · 32.8 s · 2,938 tokens · wrongq940 r1 · 15.1 s · 1,762 tokens · wrongq255 r1 · 4.9 s · 736 tokens · correctq775 r1 · 170.8 s · 10,863 tokens · wrongq161 r1 · 39.6 s · 3,596 tokens · correctq600 r1 · 5.7 s · 719 tokens · correctq740 r1 · 19.4 s · 2,243 tokens · correctq393 r1 · 21.9 s · 2,515 tokens · correctq142 r1 · 16.3 s · 2,085 tokens · correctq93 r1 · 30.7 s · 3,026 tokens · wrongq466 r1 · 18.2 s · 2,029 tokens · correctq592 r1 · 43.0 s · 3,605 tokens · wrongq163 r1 · 9.1 s · 1,289 tokens · correctq206 r1 · 803.7 s · 44,300 tokens · wrongq928 r1 · 9.1 s · 1,202 tokens · correctq747 r1 · 5.1 s · 927 tokens · correct13.7s

Correct 40/50 → 41/50 · truncated at 65,536 tokens 0 → 0 · median tokens 1,810 → 1,822.

The medians move by less than the round-to-round noise. What moves is the tail: at xhigh the effort-tail template hit the token limit more often (Swift 1.5: 4 → 7 answers over 2 rounds; iQ-MLX: 7 → 9 in 1 round), and each truncated answer costs about 1,000 s. The four GPQA questions iQ-MLX lost at xhigh were all truncations.

Ways to keep both: a cheap switch and the short-prompt cache

Five options, none tested yet, written down on 2026-10-17. They all rest on the checkpoint rule inferred from the logs (one checkpoint at the start of the last message); confirming that rule in the mlx-serve source comes before options 4 and 5. Dashed blocks are the part that stays equal between the two requests of each diagram.

1. Effort block before the last user message (template)

The last message is the user question again, so the checkpoint returns to the end of the shared prefix. Short prompts reuse the system prompt as with the official template; an effort switch at 128K keeps the history and re-reads only the effort block and the last question.

Short prompts:

request Asystemtoolseffortuser: question 1assistant
request Bsystemtoolseffortuser: question 2assistant

Effort switch at 128K:

turn N, xhighsystem128K historyeffort: xhighuser Nassistant
turn N, lowsystem128K historyeffort: lowuser Nassistant

New question in a long session:

turn Nsystemhistoryeffortuser Nassistant
turn N+1systemhistoryuser Nassistant Neffortuser N+1assistant

Cost: in a long session every new question moves the effort block, so the server re-reads the whole previous turn (its question, tool results and answer). The cost is bounded by one turn, not by the session. Test: probes 3e and 3f and the obedience battery of Task 11, plus a short 3c to measure the control turn.

2. Smaller --ssm-checkpoint-stride

Keep the tail template and let the server write periodic checkpoints inside short prompts. With a stride of 512 tokens, a 600–1,200-token prompt gets one or two checkpoints inside the shared prefix.

stride todaysystemtoolsuser: questioneffortassistant
stride 512systemtoolsuser: questioneffortassistant

Cost: the server help says each checkpoint forces a chunk boundary and re-reads the expert weights during prefill, and each one stores a copy of the GDN state. Reuse is partial: it stops at the last checkpoint before the end of the shared prefix. Test: prefill time and memory at 32K, 128K and 256K, then probe 3f.

3. Hybrid template by conversation length

The Jinja template can count messages and characters. With few messages the effort line goes first (short-prompt cache intact); past a threshold it goes last (cheap switch). A session pays one full prefill when it crosses the threshold.

few messageseffortsystemtoolsuser: questionassistant
many messagessystemlong historyuser Neffortassistant

Cost: the threshold is fixed in the template and invisible to the client. No server change. A fallback if option 1 regresses on long sessions.

4. A checkpoint at every message boundary (mlx-serve)

If the server saved the SSM state at the start of every message, not only the last one, there would always be a checkpoint at the end of the shared prefix, and the position of the effort block would stop mattering.

every boundarysystemtoolsuser: questioneffortassistant

Cost: a change in mlx-serve, after the current rule is confirmed in its source. More checkpoints per prompt, each with a copy of the GDN state.

5. Take the effort out of the prompt

The client pins the effort per session (the current decision), or limits thinking with a per-request budget if the server exposes one. Without the line in the prompt, the cache does not depend on the effort.

requestsystemtoolsuser: questionassistant+ thinking budget in the API call

Cost: a per-request thinking budget is not the same control as the effort line, and it was not checked whether mlx-serve exposes one.

Suggested order: options 1 and 2 together, with the Task 11 battery, because both use the overlays and scripts that exist. Option 3 as a fallback. Options 4 and 5 depend on mlx-serve.

All numbers

Counts are sums over the rounds listed (official / tail). Tokens are thinking plus visible answer. Total time is the wall time of the whole suite.

PackSuiteEffortRoundsCorrectTruncatedMedian timeTotal timeMedian tokensTotal tokens
officialtailofficialtailofficialtailofficialtailofficialtailofficialtail
Swift 1.5GPQA-Diamondxhigh2 / 285853518.8 s18.3 s169 min183 min1,8201,745795K859K
Swift 1.5GPQA-Diamondmedium2 / 283830011.6 s11.8 s38 min34 min1,3381,248228K209K
Swift 1.5GPQA-Diamondlow2 / 275760011.1 s10.6 s23 min21 min1,2341,172148K137K
Swift 1.5LiveCodeBench v6xhigh2 / 294941218.9 s19.9 s146 min153 min1,9642,043691K731K
Swift 1.5LiveCodeBench v6medium2 / 281850015.3 s14.4 s46 min57 min1,8561,826281K315K
Swift 1.5LiveCodeBench v6low2 / 283810014.0 s12.7 s29 min29 min1,6961,606193K190K
iQ-MLXGPQA-Diamondxhigh1 / 145424763.9 s50.9 s158 min183 min5,3734,317692K795K
iQ-MLXGPQA-Diamondmedium1 / 141400016.7 s17.5 s23 min23 min1,6861,746137K138K
iQ-MLXGPQA-Diamondlow1 / 139390014.1 s12.9 s12 min12 min1,4681,38279K77K
iQ-MLXLiveCodeBench v6xhigh1 / 145463239.1 s46.9 s144 min135 min3,5184,244615K602K
iQ-MLXLiveCodeBench v6medium1 / 144430016.0 s17.7 s30 min26 min1,8462,018164K153K
iQ-MLXLiveCodeBench v6low1 / 140410014.0 s13.7 s34 min32 min1,8101,822160K153K

Setup and how to reproduce

Mac Studio, Apple M4 Max, 40-core GPU, 128 GB unified memory, macOS 26.6. Server: mlx-serve 26.10.1 with the same flags for every arm (--prefix-cache on, 131,072-token context for the batteries, 262,144 for the 3e probe). Sampling: temperature 1.0, top_p 0.95, top_k 20, seed 42, max_tokens 65,536 on the batteries.

ArmWeightsChat template
w1Dankpaws/Swift1.5-Qwen3.8-Flash-Next-MLX-4.7bpw rev 13839b7official (chat_template.jinja of the pack)
w1tsame weights, hardlink overlayswift15-effort-tail.jinja
n2ddalcu/Qwen3.8-Flash-Next-MLX-Serve-iQ-MLX-4.7bpw rev dafff5cofficial
n2tsame weights, hardlink overlayswift15-effort-tail.jinja (also patched into tokenizer_config.json)

The overlay is built by scripts/make-overlay.sh: every file of the pack hardlinked into a new directory, with only the template replaced. Probes: scripts/agent_probes.py (3e, 3f), scripts/run-battery.sh with bench2.py (GPQA, LiveCodeBench), scripts/effort_obedience.py (paired bootstrap), scripts/render_effort_tail_page.py (this page). Runbook: plan-effort-needles.md, Tasks 11 and 15; write-ups: etapa11-effort-tail.md and etapa15-iq-effort-tail.md.

Limits