On an Apple M4 Max, Swift 1.5 gets to the final answer 2.9× faster on GPQA-Diamond and 2.0× faster on LiveCodeBench (median per question), with the same accuracy. Both generate at the same speed (74 vs 74 tokens/s on GPQA). The gain comes from shorter thinking, not from faster generation.
GPQA-Diamond
2.9×
faster to the final answer · median 63.9 s → 22.3 s
LiveCodeBench v6
2.0×
faster to the final answer · median 39.1 s → 19.1 s
Thinking per answer
−67%
GPQA median 5,124 → 1,689 tokens
Accuracy
≤ 3
questions apart on every suite, in both directions
Tiles use the recommended sampling (temperature 1.0). With greedy decoding the gain is smaller: 1.2× faster on GPQA-Diamond and 1.5× faster on LiveCodeBench.
Sampling for the charts below Recommended · temp 1.0 Greedy · temp 0
Time per task One dot per question: wall time from the request to the final answer, log scale. Hover a dot for the question, the time and the token count. The bar under each chart counts the questions each model finished first.
iQ-MLX Swift 1.5 correct wrong× hit the max_tokens limit median
GPQA-Diamond 50 questions, seed 42
2.9× faster (median)2s 5s 10s 20s 50s 100s 200s 500s 1000s iQ-MLX iQ-MLX · question 163 · 10.9 s · 926 tokens · correct iQ-MLX · question 28 · 877.8 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 6 · 180.4 s · 13,689 tokens · correct iQ-MLX · question 189 · 23.1 s · 1,939 tokens · correct iQ-MLX · question 70 · 5.3 s · 337 tokens · wrong iQ-MLX · question 62 · 61.9 s · 4,870 tokens · correct iQ-MLX · question 57 · 2.2 s · 96 tokens · correct iQ-MLX · question 35 · 3.9 s · 233 tokens · correct iQ-MLX · question 188 · 9.4 s · 696 tokens · correct iQ-MLX · question 26 · 123.2 s · 9,846 tokens · correct iQ-MLX · question 173 · 16.2 s · 1,305 tokens · correct iQ-MLX · question 139 · 163.1 s · 12,348 tokens · correct iQ-MLX · question 22 · 86.0 s · 6,663 tokens · correct iQ-MLX · question 151 · 5.5 s · 378 tokens · correct iQ-MLX · question 108 · 917.4 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 8 · 12.9 s · 925 tokens · correct iQ-MLX · question 7 · 156.7 s · 13,499 tokens · correct iQ-MLX · question 23 · 9.3 s · 666 tokens · correct iQ-MLX · question 55 · 125.2 s · 9,333 tokens · correct iQ-MLX · question 59 · 211.3 s · 16,542 tokens · correct iQ-MLX · question 129 · 869.4 s · 58,375 tokens · correct iQ-MLX · question 154 · 65.9 s · 5,378 tokens · correct iQ-MLX · question 195 · 6.5 s · 406 tokens · correct iQ-MLX · question 143 · 1009.0 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 50 · 15.1 s · 1,116 tokens · correct iQ-MLX · question 166 · 4.9 s · 279 tokens · correct iQ-MLX · question 186 · 5.1 s · 297 tokens · correct iQ-MLX · question 107 · 223.1 s · 17,101 tokens · correct iQ-MLX · question 56 · 3.9 s · 170 tokens · correct iQ-MLX · question 114 · 195.4 s · 15,273 tokens · correct iQ-MLX · question 150 · 56.2 s · 4,389 tokens · correct iQ-MLX · question 71 · 915.7 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 1 · 99.2 s · 7,550 tokens · correct iQ-MLX · question 40 · 107.8 s · 8,130 tokens · correct iQ-MLX · question 183 · 4.2 s · 192 tokens · correct iQ-MLX · question 87 · 245.1 s · 18,063 tokens · correct iQ-MLX · question 172 · 280.8 s · 20,101 tokens · correct iQ-MLX · question 39 · 13.0 s · 829 tokens · correct iQ-MLX · question 179 · 7.8 s · 521 tokens · correct iQ-MLX · question 86 · 34.8 s · 2,482 tokens · correct iQ-MLX · question 194 · 10.0 s · 694 tokens · correct iQ-MLX · question 180 · 4.7 s · 238 tokens · correct iQ-MLX · question 97 · 797.0 s · 53,243 tokens · correct iQ-MLX · question 24 · 118.8 s · 9,446 tokens · correct iQ-MLX · question 91 · 137.9 s · 10,991 tokens · correct iQ-MLX · question 88 · 994.0 s · 62,718 tokens · correct iQ-MLX · question 67 · 92.2 s · 7,188 tokens · correct iQ-MLX · question 11 · 26.5 s · 1,981 tokens · correct iQ-MLX · question 117 · 47.0 s · 3,737 tokens · correct iQ-MLX · question 137 · 94.6 s · 7,583 tokens · correct 63.9s Swift 1.5 Swift 1.5 · question 163 · 10.6 s · 781 tokens · correct Swift 1.5 · question 28 · 435.8 s · 33,641 tokens · wrong Swift 1.5 · question 6 · 30.4 s · 2,264 tokens · correct Swift 1.5 · question 189 · 15.3 s · 1,232 tokens · correct Swift 1.5 · question 70 · 5.4 s · 399 tokens · wrong Swift 1.5 · question 62 · 12.2 s · 842 tokens · correct Swift 1.5 · question 57 · 4.8 s · 263 tokens · correct Swift 1.5 · question 35 · 13.3 s · 1,009 tokens · correct Swift 1.5 · question 188 · 12.5 s · 925 tokens · correct Swift 1.5 · question 26 · 33.1 s · 2,722 tokens · correct Swift 1.5 · question 173 · 46.1 s · 3,882 tokens · correct Swift 1.5 · question 139 · 54.8 s · 4,449 tokens · correct Swift 1.5 · question 22 · 34.8 s · 2,604 tokens · correct Swift 1.5 · question 151 · 5.1 s · 301 tokens · correct Swift 1.5 · question 108 · 898.0 s · 65,536 tokens · wrong · hit the max_tokens limit Swift 1.5 · question 8 · 11.3 s · 808 tokens · correct Swift 1.5 · question 7 · 20.0 s · 1,723 tokens · correct Swift 1.5 · question 23 · 9.0 s · 602 tokens · correct Swift 1.5 · question 55 · 36.4 s · 2,554 tokens · correct Swift 1.5 · question 59 · 343.4 s · 26,406 tokens · correct Swift 1.5 · question 129 · 185.4 s · 14,050 tokens · correct Swift 1.5 · question 154 · 21.4 s · 1,655 tokens · correct Swift 1.5 · question 195 · 7.5 s · 486 tokens · correct Swift 1.5 · question 143 · 768.7 s · 56,606 tokens · wrong Swift 1.5 · question 50 · 35.0 s · 2,730 tokens · correct Swift 1.5 · question 166 · 4.1 s · 203 tokens · correct Swift 1.5 · question 186 · 6.9 s · 464 tokens · correct Swift 1.5 · question 107 · 107.4 s · 8,274 tokens · correct Swift 1.5 · question 56 · 3.4 s · 99 tokens · correct Swift 1.5 · question 114 · 145.2 s · 10,997 tokens · correct Swift 1.5 · question 150 · 27.8 s · 2,157 tokens · correct Swift 1.5 · question 71 · 731.0 s · 65,536 tokens · wrong · hit the max_tokens limit Swift 1.5 · question 1 · 31.1 s · 2,337 tokens · correct Swift 1.5 · question 40 · 55.9 s · 4,156 tokens · correct Swift 1.5 · question 183 · 4.0 s · 179 tokens · correct Swift 1.5 · question 87 · 200.7 s · 15,053 tokens · wrong Swift 1.5 · question 172 · 23.2 s · 1,642 tokens · correct Swift 1.5 · question 39 · 10.5 s · 643 tokens · correct Swift 1.5 · question 179 · 10.6 s · 795 tokens · correct Swift 1.5 · question 86 · 5.5 s · 343 tokens · correct Swift 1.5 · question 194 · 9.3 s · 677 tokens · correct Swift 1.5 · question 180 · 6.7 s · 393 tokens · correct Swift 1.5 · question 97 · 824.7 s · 59,091 tokens · correct Swift 1.5 · question 24 · 56.9 s · 4,493 tokens · correct Swift 1.5 · question 91 · 55.8 s · 4,424 tokens · correct Swift 1.5 · question 88 · 216.7 s · 16,989 tokens · wrong Swift 1.5 · question 67 · 11.7 s · 777 tokens · correct Swift 1.5 · question 11 · 4.6 s · 256 tokens · correct Swift 1.5 · question 117 · 15.5 s · 1,165 tokens · correct Swift 1.5 · question 137 · 54.5 s · 4,394 tokens · correct 22.3s
Swift 1.5 faster on 38 of 50 · iQ-MLX faster or tied on 12
LiveCodeBench v6 50 problems, seed 42
2.0× faster (median)5s 10s 20s 50s 100s 200s 500s 1000s iQ-MLX iQ-MLX · question abc308_b · 9.5 s · 659 tokens · correct iQ-MLX · question 2857 · 85.9 s · 6,638 tokens · correct iQ-MLX · question abc365_c · 83.1 s · 6,403 tokens · correct iQ-MLX · question 3429 · 4.9 s · 275 tokens · correct iQ-MLX · question 3334 · 7.5 s · 501 tokens · correct iQ-MLX · question abc321_b · 11.5 s · 804 tokens · correct iQ-MLX · question abc304_c · 12.5 s · 951 tokens · correct iQ-MLX · question 3298 · 382.7 s · 28,207 tokens · correct iQ-MLX · question 3620 · 111.4 s · 8,213 tokens · correct iQ-MLX · question 2883 · 35.0 s · 2,756 tokens · correct iQ-MLX · question 2878 · 19.7 s · 1,485 tokens · correct iQ-MLX · question abc301_b · 38.2 s · 2,962 tokens · correct iQ-MLX · question abc354_b · 4.7 s · 195 tokens · correct iQ-MLX · question 3373 · 12.6 s · 970 tokens · correct iQ-MLX · question 3717 · 746.2 s · 48,460 tokens · correct iQ-MLX · question 2868 · 33.9 s · 2,532 tokens · correct iQ-MLX · question abc346_d · 218.8 s · 17,071 tokens · correct iQ-MLX · question 3632 · 20.3 s · 1,506 tokens · correct iQ-MLX · question abc354_d · 378.4 s · 27,148 tokens · correct iQ-MLX · question abc393_d · 80.0 s · 6,212 tokens · correct iQ-MLX · question 3442 · 51.5 s · 3,819 tokens · wrong iQ-MLX · question 2755 · 17.7 s · 1,314 tokens · correct iQ-MLX · question abc329_a · 2.9 s · 114 tokens · correct iQ-MLX · question 3690 · 735.6 s · 48,925 tokens · correct iQ-MLX · question 3540 · 5.3 s · 320 tokens · correct iQ-MLX · question abc327_c · 8.2 s · 515 tokens · correct iQ-MLX · question abc352_b · 89.1 s · 6,673 tokens · correct iQ-MLX · question 3528 · 147.8 s · 11,192 tokens · correct iQ-MLX · question 3347 · 6.6 s · 407 tokens · correct iQ-MLX · question abc384_b · 7.7 s · 474 tokens · correct iQ-MLX · question abc302_c · 20.4 s · 1,634 tokens · correct iQ-MLX · question abc377_b · 5.6 s · 294 tokens · correct iQ-MLX · question 3573 · 93.3 s · 7,288 tokens · correct iQ-MLX · question abc361_e · 60.6 s · 4,687 tokens · correct iQ-MLX · question 3000 · 201.8 s · 15,670 tokens · correct iQ-MLX · question abc397_d · 305.7 s · 24,041 tokens · wrong iQ-MLX · question abc313_a · 5.2 s · 303 tokens · correct iQ-MLX · question abc383_e · 374.5 s · 27,406 tokens · correct iQ-MLX · question 3243 · 579.1 s · 42,325 tokens · correct iQ-MLX · question 3476 · 6.9 s · 418 tokens · correct iQ-MLX · question abc377_d · 101.0 s · 8,350 tokens · correct iQ-MLX · question abc342_d · 77.0 s · 6,360 tokens · correct iQ-MLX · question 3219 · 89.2 s · 6,850 tokens · correct iQ-MLX · question 3025 · 1076.2 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 3328 · 40.0 s · 3,007 tokens · correct iQ-MLX · question 3478 · 1106.4 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 3245 · 23.8 s · 1,728 tokens · correct iQ-MLX · question abc303_e · 1091.6 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question abc395_c · 15.8 s · 1,174 tokens · correct iQ-MLX · question abc378_c · 5.5 s · 334 tokens · correct 39.1s Swift 1.5 Swift 1.5 · question abc308_b · 7.7 s · 491 tokens · correct Swift 1.5 · question 2857 · 59.4 s · 4,692 tokens · correct Swift 1.5 · question abc365_c · 18.5 s · 1,415 tokens · correct Swift 1.5 · question 3429 · 4.2 s · 207 tokens · correct Swift 1.5 · question 3334 · 4.3 s · 215 tokens · correct Swift 1.5 · question abc321_b · 17.9 s · 1,333 tokens · correct Swift 1.5 · question abc304_c · 7.1 s · 450 tokens · correct Swift 1.5 · question 3298 · 254.2 s · 20,088 tokens · correct Swift 1.5 · question 3620 · 32.7 s · 2,371 tokens · correct Swift 1.5 · question 2883 · 22.4 s · 1,817 tokens · correct Swift 1.5 · question 2878 · 26.2 s · 1,956 tokens · correct Swift 1.5 · question abc301_b · 14.2 s · 1,003 tokens · correct Swift 1.5 · question abc354_b · 5.8 s · 308 tokens · correct Swift 1.5 · question 3373 · 8.8 s · 649 tokens · correct Swift 1.5 · question 3717 · 284.8 s · 21,575 tokens · correct Swift 1.5 · question 2868 · 9.6 s · 710 tokens · correct Swift 1.5 · question abc346_d · 85.1 s · 6,929 tokens · correct Swift 1.5 · question 3632 · 12.7 s · 911 tokens · correct Swift 1.5 · question abc354_d · 407.2 s · 31,194 tokens · correct Swift 1.5 · question abc393_d · 14.0 s · 1,013 tokens · correct Swift 1.5 · question 3442 · 47.2 s · 3,635 tokens · wrong Swift 1.5 · question 2755 · 10.8 s · 784 tokens · correct Swift 1.5 · question abc329_a · 3.5 s · 132 tokens · correct Swift 1.5 · question 3690 · 505.9 s · 39,694 tokens · correct Swift 1.5 · question 3540 · 4.4 s · 208 tokens · correct Swift 1.5 · question abc327_c · 8.1 s · 478 tokens · correct Swift 1.5 · question abc352_b · 35.6 s · 2,611 tokens · correct Swift 1.5 · question 3528 · 58.5 s · 4,453 tokens · correct Swift 1.5 · question 3347 · 6.3 s · 418 tokens · correct Swift 1.5 · question abc384_b · 8.4 s · 552 tokens · correct Swift 1.5 · question abc302_c · 16.1 s · 1,244 tokens · correct Swift 1.5 · question abc377_b · 9.6 s · 668 tokens · correct Swift 1.5 · question 3573 · 32.4 s · 2,420 tokens · correct Swift 1.5 · question abc361_e · 19.7 s · 1,482 tokens · correct Swift 1.5 · question 3000 · 55.0 s · 4,554 tokens · correct Swift 1.5 · question abc397_d · 154.3 s · 12,618 tokens · wrong Swift 1.5 · question abc313_a · 7.2 s · 483 tokens · correct Swift 1.5 · question abc383_e · 113.9 s · 8,831 tokens · correct Swift 1.5 · question 3243 · 184.4 s · 14,036 tokens · correct Swift 1.5 · question 3476 · 4.9 s · 285 tokens · correct Swift 1.5 · question abc377_d · 25.7 s · 2,047 tokens · correct Swift 1.5 · question abc342_d · 48.5 s · 3,768 tokens · correct Swift 1.5 · question 3219 · 63.3 s · 4,798 tokens · correct Swift 1.5 · question 3025 · 508.6 s · 38,108 tokens · correct Swift 1.5 · question 3328 · 27.9 s · 2,038 tokens · correct Swift 1.5 · question 3478 · 1063.9 s · 65,536 tokens · wrong · hit the max_tokens limit Swift 1.5 · question 3245 · 9.9 s · 703 tokens · correct Swift 1.5 · question abc303_e · 502.9 s · 34,821 tokens · correct Swift 1.5 · question abc395_c · 11.1 s · 809 tokens · correct Swift 1.5 · question abc378_c · 8.6 s · 557 tokens · correct 19.1s
Swift 1.5 faster on 41 of 50 · iQ-MLX faster or tied on 9
HumanEval 164 problems
1.2× faster (median)2s 5s 10s 20s 50s 100s 200s 500s iQ-MLX iQ-MLX · question 163 · 42.8 s · 3,504 tokens · correct iQ-MLX · question 28 · 2.5 s · 127 tokens · correct iQ-MLX · question 6 · 6.6 s · 457 tokens · correct iQ-MLX · question 70 · 6.2 s · 478 tokens · correct iQ-MLX · question 62 · 3.6 s · 247 tokens · correct iQ-MLX · question 57 · 3.7 s · 258 tokens · correct iQ-MLX · question 35 · 3.0 s · 166 tokens · correct iQ-MLX · question 26 · 5.7 s · 386 tokens · wrong iQ-MLX · question 139 · 3.8 s · 272 tokens · correct iQ-MLX · question 22 · 20.9 s · 1,602 tokens · wrong iQ-MLX · question 151 · 7.6 s · 499 tokens · correct iQ-MLX · question 108 · 16.3 s · 1,271 tokens · correct iQ-MLX · question 8 · 7.0 s · 505 tokens · wrong iQ-MLX · question 7 · 5.3 s · 345 tokens · wrong iQ-MLX · question 23 · 3.3 s · 207 tokens · correct iQ-MLX · question 55 · 3.1 s · 182 tokens · correct iQ-MLX · question 59 · 5.2 s · 386 tokens · correct iQ-MLX · question 129 · 131.0 s · 10,170 tokens · correct iQ-MLX · question 161 · 4.6 s · 282 tokens · correct iQ-MLX · question 143 · 6.2 s · 403 tokens · correct iQ-MLX · question 50 · 3.2 s · 170 tokens · wrong iQ-MLX · question 155 · 3.8 s · 246 tokens · correct iQ-MLX · question 107 · 6.5 s · 475 tokens · correct iQ-MLX · question 56 · 4.7 s · 323 tokens · correct iQ-MLX · question 114 · 6.8 s · 461 tokens · correct iQ-MLX · question 71 · 7.5 s · 556 tokens · correct iQ-MLX · question 1 · 19.4 s · 1,482 tokens · wrong iQ-MLX · question 40 · 7.2 s · 546 tokens · correct iQ-MLX · question 152 · 4.2 s · 198 tokens · correct iQ-MLX · question 87 · 7.5 s · 532 tokens · correct iQ-MLX · question 138 · 3.7 s · 234 tokens · correct iQ-MLX · question 39 · 221.5 s · 17,764 tokens · correct iQ-MLX · question 148 · 8.4 s · 585 tokens · correct iQ-MLX · question 86 · 8.2 s · 550 tokens · correct iQ-MLX · question 156 · 5.6 s · 396 tokens · correct iQ-MLX · question 149 · 8.5 s · 576 tokens · correct iQ-MLX · question 97 · 4.2 s · 276 tokens · correct iQ-MLX · question 12 · 7.4 s · 470 tokens · wrong iQ-MLX · question 45 · 2.6 s · 135 tokens · correct iQ-MLX · question 135 · 5.3 s · 382 tokens · correct iQ-MLX · question 44 · 4.4 s · 295 tokens · correct iQ-MLX · question 77 · 11.9 s · 884 tokens · correct iQ-MLX · question 33 · 4.6 s · 281 tokens · correct iQ-MLX · question 103 · 116.9 s · 9,094 tokens · correct iQ-MLX · question 5 · 6.9 s · 466 tokens · wrong iQ-MLX · question 93 · 19.6 s · 1,442 tokens · correct iQ-MLX · question 58 · 8.2 s · 574 tokens · correct iQ-MLX · question 68 · 5.0 s · 264 tokens · correct iQ-MLX · question 15 · 4.3 s · 303 tokens · correct iQ-MLX · question 48 · 4.6 s · 306 tokens · correct iQ-MLX · question 10 · 57.6 s · 4,659 tokens · correct iQ-MLX · question 160 · 11.3 s · 898 tokens · correct iQ-MLX · question 37 · 6.2 s · 399 tokens · correct iQ-MLX · question 106 · 6.3 s · 500 tokens · correct iQ-MLX · question 80 · 4.9 s · 353 tokens · correct iQ-MLX · question 79 · 5.3 s · 285 tokens · correct iQ-MLX · question 46 · 12.9 s · 1,092 tokens · correct iQ-MLX · question 73 · 5.5 s · 406 tokens · correct iQ-MLX · question 24 · 19.3 s · 1,586 tokens · correct iQ-MLX · question 90 · 9.4 s · 704 tokens · correct iQ-MLX · question 153 · 5.4 s · 301 tokens · correct iQ-MLX · question 119 · 7.7 s · 496 tokens · correct iQ-MLX · question 84 · 5.1 s · 301 tokens · correct iQ-MLX · question 29 · 9.6 s · 720 tokens · wrong iQ-MLX · question 98 · 4.1 s · 256 tokens · correct iQ-MLX · question 111 · 5.5 s · 348 tokens · correct iQ-MLX · question 113 · 19.9 s · 1,509 tokens · correct iQ-MLX · question 100 · 6.7 s · 406 tokens · correct iQ-MLX · question 126 · 8.4 s · 562 tokens · correct iQ-MLX · question 142 · 7.0 s · 519 tokens · correct iQ-MLX · question 157 · 11.9 s · 835 tokens · correct iQ-MLX · question 117 · 6.5 s · 381 tokens · correct iQ-MLX · question 81 · 18.4 s · 1,583 tokens · correct iQ-MLX · question 141 · 14.7 s · 1,073 tokens · correct iQ-MLX · question 20 · 8.1 s · 568 tokens · wrong iQ-MLX · question 47 · 132.1 s · 10,324 tokens · correct iQ-MLX · question 125 · 12.1 s · 829 tokens · correct iQ-MLX · question 146 · 16.2 s · 1,252 tokens · correct iQ-MLX · question 85 · 6.0 s · 407 tokens · correct iQ-MLX · question 34 · 3.4 s · 167 tokens · correct iQ-MLX · question 82 · 5.3 s · 385 tokens · correct iQ-MLX · question 9 · 5.8 s · 346 tokens · wrong iQ-MLX · question 122 · 5.8 s · 411 tokens · correct iQ-MLX · question 21 · 6.8 s · 500 tokens · wrong iQ-MLX · question 116 · 70.4 s · 5,446 tokens · wrong iQ-MLX · question 31 · 5.9 s · 404 tokens · correct iQ-MLX · question 89 · 10.0 s · 785 tokens · correct iQ-MLX · question 147 · 34.0 s · 2,623 tokens · correct iQ-MLX · question 94 · 6.7 s · 420 tokens · correct iQ-MLX · question 101 · 5.8 s · 359 tokens · correct iQ-MLX · question 133 · 7.1 s · 410 tokens · correct iQ-MLX · question 162 · 4.6 s · 274 tokens · correct iQ-MLX · question 41 · 9.0 s · 650 tokens · correct iQ-MLX · question 150 · 5.3 s · 389 tokens · correct iQ-MLX · question 96 · 7.5 s · 581 tokens · correct iQ-MLX · question 4 · 4.1 s · 220 tokens · wrong iQ-MLX · question 136 · 9.6 s · 816 tokens · correct iQ-MLX · question 51 · 4.5 s · 292 tokens · correct iQ-MLX · question 74 · 5.4 s · 311 tokens · correct iQ-MLX · question 120 · 8.5 s · 630 tokens · correct iQ-MLX · question 27 · 3.4 s · 178 tokens · correct iQ-MLX · question 92 · 7.6 s · 492 tokens · correct iQ-MLX · question 60 · 5.0 s · 306 tokens · correct iQ-MLX · question 36 · 7.9 s · 599 tokens · correct iQ-MLX · question 140 · 8.5 s · 606 tokens · correct iQ-MLX · question 134 · 14.3 s · 1,031 tokens · correct iQ-MLX · question 91 · 20.9 s · 1,557 tokens · correct iQ-MLX · question 13 · 4.7 s · 268 tokens · correct iQ-MLX · question 110 · 8.2 s · 573 tokens · correct iQ-MLX · question 78 · 5.5 s · 435 tokens · correct iQ-MLX · question 25 · 32.0 s · 2,373 tokens · wrong iQ-MLX · question 131 · 3.7 s · 204 tokens · correct iQ-MLX · question 69 · 5.2 s · 296 tokens · correct iQ-MLX · question 83 · 10.1 s · 782 tokens · correct iQ-MLX · question 16 · 3.2 s · 169 tokens · correct iQ-MLX · question 64 · 5.6 s · 303 tokens · correct iQ-MLX · question 115 · 13.7 s · 936 tokens · correct iQ-MLX · question 118 · 7.6 s · 484 tokens · correct iQ-MLX · question 65 · 145.7 s · 11,287 tokens · correct iQ-MLX · question 49 · 6.9 s · 493 tokens · correct iQ-MLX · question 99 · 124.4 s · 9,822 tokens · correct iQ-MLX · question 63 · 7.6 s · 580 tokens · correct iQ-MLX · question 43 · 10.6 s · 794 tokens · correct iQ-MLX · question 53 · 2.4 s · 89 tokens · correct iQ-MLX · question 128 · 8.9 s · 667 tokens · correct iQ-MLX · question 14 · 4.4 s · 265 tokens · correct iQ-MLX · question 75 · 186.7 s · 15,518 tokens · wrong iQ-MLX · question 32 · 290.9 s · 22,367 tokens · wrong iQ-MLX · question 54 · 5.7 s · 385 tokens · correct iQ-MLX · question 102 · 5.0 s · 349 tokens · correct iQ-MLX · question 3 · 4.5 s · 258 tokens · wrong iQ-MLX · question 112 · 3.5 s · 138 tokens · correct iQ-MLX · question 144 · 6.2 s · 373 tokens · correct iQ-MLX · question 158 · 28.3 s · 2,218 tokens · correct iQ-MLX · question 159 · 4.7 s · 251 tokens · correct iQ-MLX · question 67 · 5.2 s · 398 tokens · correct iQ-MLX · question 109 · 18.9 s · 1,400 tokens · correct iQ-MLX · question 76 · 34.9 s · 2,759 tokens · correct iQ-MLX · question 19 · 6.7 s · 454 tokens · correct iQ-MLX · question 2 · 4.0 s · 223 tokens · correct iQ-MLX · question 95 · 9.2 s · 663 tokens · correct iQ-MLX · question 132 · 272.1 s · 20,221 tokens · correct iQ-MLX · question 72 · 3.2 s · 118 tokens · correct iQ-MLX · question 38 · 5.4 s · 330 tokens · wrong iQ-MLX · question 123 · 11.2 s · 836 tokens · correct iQ-MLX · question 52 · 3.0 s · 138 tokens · correct iQ-MLX · question 17 · 15.0 s · 1,020 tokens · correct iQ-MLX · question 0 · 6.4 s · 348 tokens · correct iQ-MLX · question 121 · 5.2 s · 358 tokens · correct iQ-MLX · question 127 · 17.1 s · 1,310 tokens · correct iQ-MLX · question 18 · 10.5 s · 767 tokens · correct iQ-MLX · question 154 · 8.8 s · 545 tokens · correct iQ-MLX · question 124 · 21.9 s · 1,714 tokens · correct iQ-MLX · question 30 · 3.4 s · 185 tokens · correct iQ-MLX · question 66 · 7.0 s · 467 tokens · correct iQ-MLX · question 137 · 7.7 s · 543 tokens · correct iQ-MLX · question 11 · 8.2 s · 520 tokens · correct iQ-MLX · question 88 · 5.8 s · 332 tokens · correct iQ-MLX · question 130 · 30.1 s · 2,399 tokens · correct iQ-MLX · question 145 · 166.1 s · 13,160 tokens · wrong iQ-MLX · question 42 · 3.3 s · 172 tokens · correct iQ-MLX · question 105 · 8.3 s · 528 tokens · correct iQ-MLX · question 104 · 29.1 s · 2,354 tokens · correct iQ-MLX · question 61 · 5.7 s · 346 tokens · correct 6.8s Swift 1.5 Swift 1.5 · question 163 · 6.7 s · 515 tokens · correct Swift 1.5 · question 28 · 4.1 s · 284 tokens · correct Swift 1.5 · question 6 · 6.9 s · 464 tokens · wrong Swift 1.5 · question 70 · 6.3 s · 504 tokens · correct Swift 1.5 · question 62 · 3.9 s · 261 tokens · correct Swift 1.5 · question 57 · 4.2 s · 299 tokens · correct Swift 1.5 · question 35 · 3.2 s · 194 tokens · correct Swift 1.5 · question 26 · 6.6 s · 474 tokens · wrong Swift 1.5 · question 139 · 4.8 s · 360 tokens · correct Swift 1.5 · question 22 · 5.4 s · 428 tokens · wrong Swift 1.5 · question 151 · 8.7 s · 574 tokens · correct Swift 1.5 · question 108 · 8.2 s · 638 tokens · correct Swift 1.5 · question 8 · 5.1 s · 386 tokens · wrong Swift 1.5 · question 7 · 4.6 s · 278 tokens · wrong Swift 1.5 · question 23 · 2.8 s · 151 tokens · correct Swift 1.5 · question 55 · 5.2 s · 357 tokens · correct Swift 1.5 · question 59 · 8.4 s · 665 tokens · correct Swift 1.5 · question 129 · 79.1 s · 6,064 tokens · correct Swift 1.5 · question 161 · 5.5 s · 406 tokens · correct Swift 1.5 · question 143 · 6.1 s · 509 tokens · correct Swift 1.5 · question 50 · 5.1 s · 351 tokens · wrong Swift 1.5 · question 155 · 7.6 s · 637 tokens · correct Swift 1.5 · question 107 · 6.2 s · 520 tokens · correct Swift 1.5 · question 56 · 3.2 s · 172 tokens · correct Swift 1.5 · question 114 · 5.0 s · 378 tokens · correct Swift 1.5 · question 71 · 5.2 s · 372 tokens · correct Swift 1.5 · question 1 · 9.0 s · 693 tokens · correct Swift 1.5 · question 40 · 6.6 s · 505 tokens · correct Swift 1.5 · question 152 · 3.8 s · 174 tokens · correct Swift 1.5 · question 87 · 8.0 s · 671 tokens · correct Swift 1.5 · question 138 · 3.5 s · 211 tokens · correct Swift 1.5 · question 39 · 65.3 s · 5,622 tokens · correct Swift 1.5 · question 148 · 6.7 s · 542 tokens · correct Swift 1.5 · question 86 · 7.0 s · 480 tokens · correct Swift 1.5 · question 156 · 7.8 s · 609 tokens · correct Swift 1.5 · question 149 · 4.3 s · 209 tokens · correct Swift 1.5 · question 97 · 4.5 s · 310 tokens · correct Swift 1.5 · question 12 · 9.2 s · 726 tokens · correct Swift 1.5 · question 45 · 2.5 s · 118 tokens · correct Swift 1.5 · question 135 · 7.1 s · 494 tokens · correct Swift 1.5 · question 44 · 3.7 s · 230 tokens · correct Swift 1.5 · question 77 · 8.1 s · 606 tokens · correct Swift 1.5 · question 33 · 6.7 s · 497 tokens · correct Swift 1.5 · question 103 · 10.0 s · 712 tokens · correct Swift 1.5 · question 5 · 5.6 s · 387 tokens · wrong Swift 1.5 · question 93 · 13.3 s · 907 tokens · correct Swift 1.5 · question 58 · 3.5 s · 216 tokens · correct Swift 1.5 · question 68 · 4.0 s · 236 tokens · correct Swift 1.5 · question 15 · 3.1 s · 185 tokens · correct Swift 1.5 · question 48 · 3.9 s · 242 tokens · correct Swift 1.5 · question 10 · 11.7 s · 861 tokens · wrong Swift 1.5 · question 160 · 8.5 s · 648 tokens · correct Swift 1.5 · question 37 · 8.1 s · 618 tokens · correct Swift 1.5 · question 106 · 7.3 s · 572 tokens · correct Swift 1.5 · question 80 · 4.5 s · 302 tokens · correct Swift 1.5 · question 79 · 4.4 s · 283 tokens · correct Swift 1.5 · question 46 · 9.1 s · 694 tokens · correct Swift 1.5 · question 73 · 3.6 s · 152 tokens · correct Swift 1.5 · question 24 · 6.1 s · 405 tokens · correct Swift 1.5 · question 90 · 5.0 s · 340 tokens · correct Swift 1.5 · question 153 · 4.4 s · 236 tokens · correct Swift 1.5 · question 119 · 5.4 s · 330 tokens · correct Swift 1.5 · question 84 · 4.6 s · 261 tokens · correct Swift 1.5 · question 29 · 4.8 s · 271 tokens · wrong Swift 1.5 · question 98 · 3.9 s · 261 tokens · correct Swift 1.5 · question 111 · 4.7 s · 264 tokens · correct Swift 1.5 · question 113 · 10.2 s · 805 tokens · correct Swift 1.5 · question 100 · 4.3 s · 296 tokens · correct Swift 1.5 · question 126 · 7.7 s · 549 tokens · correct Swift 1.5 · question 142 · 9.4 s · 717 tokens · correct Swift 1.5 · question 157 · 5.4 s · 308 tokens · correct Swift 1.5 · question 117 · 7.7 s · 570 tokens · correct Swift 1.5 · question 81 · 13.8 s · 1,123 tokens · correct Swift 1.5 · question 141 · 10.7 s · 855 tokens · correct Swift 1.5 · question 20 · 13.0 s · 1,041 tokens · correct Swift 1.5 · question 47 · 80.5 s · 6,525 tokens · correct Swift 1.5 · question 125 · 7.2 s · 581 tokens · correct Swift 1.5 · question 146 · 8.0 s · 593 tokens · correct Swift 1.5 · question 85 · 3.0 s · 145 tokens · correct Swift 1.5 · question 34 · 3.2 s · 152 tokens · correct Swift 1.5 · question 82 · 5.1 s · 356 tokens · correct Swift 1.5 · question 9 · 3.7 s · 179 tokens · wrong Swift 1.5 · question 122 · 6.6 s · 428 tokens · correct Swift 1.5 · question 21 · 4.1 s · 273 tokens · correct Swift 1.5 · question 116 · 183.8 s · 14,333 tokens · correct Swift 1.5 · question 31 · 3.8 s · 236 tokens · correct Swift 1.5 · question 89 · 11.2 s · 931 tokens · correct Swift 1.5 · question 147 · 14.0 s · 1,090 tokens · correct Swift 1.5 · question 94 · 7.9 s · 573 tokens · correct Swift 1.5 · question 101 · 5.7 s · 361 tokens · correct Swift 1.5 · question 133 · 5.4 s · 380 tokens · correct Swift 1.5 · question 162 · 3.6 s · 209 tokens · correct Swift 1.5 · question 41 · 4.2 s · 204 tokens · correct Swift 1.5 · question 150 · 6.5 s · 477 tokens · correct Swift 1.5 · question 96 · 7.7 s · 540 tokens · correct Swift 1.5 · question 4 · 3.9 s · 188 tokens · wrong Swift 1.5 · question 136 · 3.4 s · 147 tokens · correct Swift 1.5 · question 51 · 4.2 s · 271 tokens · correct Swift 1.5 · question 74 · 5.6 s · 402 tokens · correct Swift 1.5 · question 120 · 6.4 s · 472 tokens · correct Swift 1.5 · question 27 · 3.2 s · 159 tokens · correct Swift 1.5 · question 92 · 5.9 s · 341 tokens · correct Swift 1.5 · question 60 · 3.7 s · 209 tokens · correct Swift 1.5 · question 36 · 5.6 s · 404 tokens · correct Swift 1.5 · question 140 · 10.2 s · 662 tokens · correct Swift 1.5 · question 134 · 11.9 s · 872 tokens · correct Swift 1.5 · question 91 · 11.7 s · 908 tokens · correct Swift 1.5 · question 13 · 3.1 s · 162 tokens · correct Swift 1.5 · question 110 · 5.8 s · 428 tokens · correct Swift 1.5 · question 78 · 2.7 s · 89 tokens · correct Swift 1.5 · question 25 · 9.9 s · 718 tokens · wrong Swift 1.5 · question 131 · 4.1 s · 277 tokens · correct Swift 1.5 · question 69 · 5.9 s · 348 tokens · correct Swift 1.5 · question 83 · 7.1 s · 533 tokens · correct Swift 1.5 · question 16 · 3.2 s · 175 tokens · correct Swift 1.5 · question 64 · 7.5 s · 552 tokens · correct Swift 1.5 · question 115 · 9.9 s · 788 tokens · correct Swift 1.5 · question 118 · 8.7 s · 633 tokens · correct Swift 1.5 · question 65 · 12.4 s · 909 tokens · correct Swift 1.5 · question 49 · 9.2 s · 660 tokens · correct Swift 1.5 · question 99 · 9.3 s · 590 tokens · correct Swift 1.5 · question 63 · 7.1 s · 558 tokens · correct Swift 1.5 · question 43 · 6.4 s · 457 tokens · correct Swift 1.5 · question 53 · 2.4 s · 100 tokens · correct Swift 1.5 · question 128 · 4.3 s · 229 tokens · correct Swift 1.5 · question 14 · 3.2 s · 147 tokens · correct Swift 1.5 · question 75 · 36.6 s · 3,034 tokens · correct Swift 1.5 · question 32 · 261.8 s · 20,598 tokens · wrong Swift 1.5 · question 54 · 7.7 s · 521 tokens · correct Swift 1.5 · question 102 · 3.8 s · 231 tokens · correct Swift 1.5 · question 3 · 3.0 s · 102 tokens · correct Swift 1.5 · question 112 · 3.0 s · 121 tokens · correct Swift 1.5 · question 144 · 5.5 s · 399 tokens · correct Swift 1.5 · question 158 · 6.2 s · 406 tokens · correct Swift 1.5 · question 159 · 5.1 s · 274 tokens · correct Swift 1.5 · question 67 · 5.3 s · 270 tokens · correct Swift 1.5 · question 109 · 6.8 s · 552 tokens · correct Swift 1.5 · question 76 · 28.5 s · 2,160 tokens · correct Swift 1.5 · question 19 · 5.3 s · 317 tokens · correct Swift 1.5 · question 2 · 4.7 s · 277 tokens · correct Swift 1.5 · question 95 · 9.5 s · 681 tokens · correct Swift 1.5 · question 132 · 174.1 s · 13,473 tokens · wrong Swift 1.5 · question 72 · 4.6 s · 214 tokens · correct Swift 1.5 · question 38 · 5.2 s · 358 tokens · wrong Swift 1.5 · question 123 · 6.2 s · 522 tokens · correct Swift 1.5 · question 52 · 4.3 s · 258 tokens · correct Swift 1.5 · question 17 · 5.3 s · 375 tokens · correct Swift 1.5 · question 0 · 5.1 s · 314 tokens · wrong Swift 1.5 · question 121 · 4.0 s · 307 tokens · correct Swift 1.5 · question 127 · 10.3 s · 900 tokens · correct Swift 1.5 · question 18 · 8.4 s · 537 tokens · correct Swift 1.5 · question 154 · 4.3 s · 227 tokens · correct Swift 1.5 · question 124 · 24.8 s · 2,143 tokens · correct Swift 1.5 · question 30 · 3.4 s · 188 tokens · correct Swift 1.5 · question 66 · 5.1 s · 353 tokens · correct Swift 1.5 · question 137 · 9.1 s · 651 tokens · correct Swift 1.5 · question 11 · 6.3 s · 424 tokens · correct Swift 1.5 · question 88 · 5.3 s · 293 tokens · correct Swift 1.5 · question 130 · 11.8 s · 982 tokens · correct Swift 1.5 · question 145 · 415.4 s · 32,768 tokens · wrong · hit the max_tokens limit Swift 1.5 · question 42 · 3.6 s · 214 tokens · correct Swift 1.5 · question 105 · 10.0 s · 698 tokens · correct Swift 1.5 · question 104 · 5.8 s · 362 tokens · correct Swift 1.5 · question 61 · 3.5 s · 158 tokens · correct 5.7s
Swift 1.5 faster on 114 of 164 · iQ-MLX faster or tied on 50
Total time to run the suite
Sum of the wall time of every question, one question at a time.
GPQA-Diamond
iQ-MLX158 min
Swift 1.595 min
LiveCodeBench v6
iQ-MLX144 min
Swift 1.581 min
HumanEval
iQ-MLX54 min
Swift 1.538 min
iQ-MLX Swift 1.5 correct wrong× hit the max_tokens limit median
GPQA-Diamond 50 questions, seed 42
1.2× faster (median)5s 10s 20s 50s 100s 200s 500s 1000s iQ-MLX iQ-MLX · question 163 · 11.2 s · 864 tokens · correct iQ-MLX · question 28 · 544.8 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 6 · 74.6 s · 5,846 tokens · correct iQ-MLX · question 189 · 19.2 s · 1,632 tokens · correct iQ-MLX · question 70 · 10.7 s · 827 tokens · wrong iQ-MLX · question 62 · 22.4 s · 1,725 tokens · correct iQ-MLX · question 57 · 4.0 s · 222 tokens · correct iQ-MLX · question 35 · 11.2 s · 824 tokens · correct iQ-MLX · question 188 · 8.4 s · 597 tokens · correct iQ-MLX · question 26 · 264.3 s · 20,985 tokens · wrong iQ-MLX · question 173 · 17.4 s · 1,429 tokens · correct iQ-MLX · question 139 · 90.8 s · 7,102 tokens · correct iQ-MLX · question 22 · 52.1 s · 4,339 tokens · correct iQ-MLX · question 151 · 5.6 s · 376 tokens · correct iQ-MLX · question 108 · 835.5 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 8 · 15.6 s · 1,137 tokens · correct iQ-MLX · question 7 · 25.1 s · 2,225 tokens · correct iQ-MLX · question 23 · 6.0 s · 376 tokens · correct iQ-MLX · question 55 · 14.7 s · 981 tokens · correct iQ-MLX · question 59 · 583.1 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 129 · 839.5 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 154 · 16.9 s · 1,329 tokens · correct iQ-MLX · question 195 · 7.5 s · 501 tokens · correct iQ-MLX · question 143 · 841.5 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 50 · 29.5 s · 2,365 tokens · correct iQ-MLX · question 166 · 5.3 s · 334 tokens · correct iQ-MLX · question 186 · 4.8 s · 301 tokens · correct iQ-MLX · question 107 · 171.7 s · 13,532 tokens · correct iQ-MLX · question 56 · 3.4 s · 115 tokens · correct iQ-MLX · question 114 · 195.4 s · 15,725 tokens · correct iQ-MLX · question 150 · 10.5 s · 802 tokens · correct iQ-MLX · question 71 · 668.2 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 1 · 15.3 s · 1,145 tokens · correct iQ-MLX · question 40 · 147.9 s · 11,594 tokens · correct iQ-MLX · question 183 · 4.9 s · 264 tokens · correct iQ-MLX · question 87 · 846.4 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 172 · 222.1 s · 17,435 tokens · correct iQ-MLX · question 39 · 13.7 s · 890 tokens · correct iQ-MLX · question 179 · 9.8 s · 741 tokens · correct iQ-MLX · question 86 · 10.8 s · 748 tokens · correct iQ-MLX · question 194 · 10.9 s · 801 tokens · correct iQ-MLX · question 180 · 5.4 s · 348 tokens · correct iQ-MLX · question 97 · 742.5 s · 50,433 tokens · wrong iQ-MLX · question 24 · 32.0 s · 2,701 tokens · correct iQ-MLX · question 91 · 98.6 s · 8,254 tokens · correct iQ-MLX · question 88 · 670.7 s · 53,318 tokens · wrong iQ-MLX · question 67 · 35.8 s · 2,817 tokens · correct iQ-MLX · question 11 · 7.5 s · 519 tokens · correct iQ-MLX · question 117 · 15.6 s · 1,199 tokens · correct iQ-MLX · question 137 · 74.8 s · 6,417 tokens · correct 18.3s Swift 1.5 Swift 1.5 · question 163 · 10.3 s · 853 tokens · correct Swift 1.5 · question 28 · 54.1 s · 5,660 tokens · wrong Swift 1.5 · question 6 · 33.3 s · 2,503 tokens · correct Swift 1.5 · question 189 · 23.1 s · 1,996 tokens · correct Swift 1.5 · question 70 · 5.5 s · 333 tokens · wrong Swift 1.5 · question 62 · 14.8 s · 1,149 tokens · correct Swift 1.5 · question 57 · 3.1 s · 151 tokens · correct Swift 1.5 · question 35 · 8.4 s · 644 tokens · correct Swift 1.5 · question 188 · 9.4 s · 714 tokens · correct Swift 1.5 · question 26 · 17.4 s · 1,422 tokens · correct Swift 1.5 · question 173 · 18.5 s · 1,624 tokens · correct Swift 1.5 · question 139 · 55.0 s · 4,345 tokens · correct Swift 1.5 · question 22 · 22.2 s · 1,810 tokens · correct Swift 1.5 · question 151 · 4.8 s · 310 tokens · correct Swift 1.5 · question 108 · 85.4 s · 7,455 tokens · wrong Swift 1.5 · question 8 · 7.3 s · 507 tokens · correct Swift 1.5 · question 7 · 19.5 s · 1,733 tokens · correct Swift 1.5 · question 23 · 5.7 s · 346 tokens · correct Swift 1.5 · question 55 · 13.6 s · 961 tokens · correct Swift 1.5 · question 59 · 48.3 s · 4,815 tokens · wrong Swift 1.5 · question 129 · 142.5 s · 11,696 tokens · correct Swift 1.5 · question 154 · 17.9 s · 1,504 tokens · correct Swift 1.5 · question 195 · 5.8 s · 392 tokens · correct Swift 1.5 · question 143 · 783.9 s · 62,426 tokens · correct Swift 1.5 · question 50 · 14.9 s · 1,146 tokens · correct Swift 1.5 · question 166 · 4.7 s · 302 tokens · correct Swift 1.5 · question 186 · 5.9 s · 391 tokens · correct Swift 1.5 · question 107 · 75.2 s · 6,200 tokens · correct Swift 1.5 · question 56 · 3.2 s · 126 tokens · correct Swift 1.5 · question 114 · 51.7 s · 4,334 tokens · correct Swift 1.5 · question 150 · 10.1 s · 752 tokens · correct Swift 1.5 · question 71 · 205.6 s · 22,860 tokens · wrong Swift 1.5 · question 1 · 12.3 s · 917 tokens · correct Swift 1.5 · question 40 · 77.5 s · 6,089 tokens · correct Swift 1.5 · question 183 · 4.8 s · 246 tokens · correct Swift 1.5 · question 87 · 113.3 s · 8,754 tokens · wrong Swift 1.5 · question 172 · 16.1 s · 1,222 tokens · correct Swift 1.5 · question 39 · 8.6 s · 543 tokens · correct Swift 1.5 · question 179 · 7.3 s · 524 tokens · correct Swift 1.5 · question 86 · 12.5 s · 911 tokens · correct Swift 1.5 · question 194 · 8.6 s · 635 tokens · correct Swift 1.5 · question 180 · 5.3 s · 344 tokens · correct Swift 1.5 · question 97 · 646.2 s · 51,921 tokens · wrong Swift 1.5 · question 24 · 228.2 s · 19,641 tokens · wrong Swift 1.5 · question 91 · 103.5 s · 8,683 tokens · correct Swift 1.5 · question 88 · 300.4 s · 24,512 tokens · correct Swift 1.5 · question 67 · 10.4 s · 718 tokens · correct Swift 1.5 · question 11 · 9.7 s · 717 tokens · correct Swift 1.5 · question 117 · 12.1 s · 956 tokens · correct Swift 1.5 · question 137 · 26.6 s · 2,262 tokens · correct 14.9s
Swift 1.5 faster on 41 of 50 · iQ-MLX faster or tied on 9
LiveCodeBench v6 50 problems, seed 42
1.5× faster (median)5s 10s 20s 50s 100s 200s 500s 1000s iQ-MLX iQ-MLX · question abc308_b · 7.3 s · 493 tokens · correct iQ-MLX · question 2857 · 33.7 s · 2,583 tokens · correct iQ-MLX · question abc365_c · 23.4 s · 1,847 tokens · correct iQ-MLX · question 3429 · 6.6 s · 422 tokens · correct iQ-MLX · question 3334 · 6.6 s · 401 tokens · correct iQ-MLX · question abc321_b · 10.8 s · 731 tokens · correct iQ-MLX · question abc304_c · 10.3 s · 748 tokens · correct iQ-MLX · question 3298 · 154.0 s · 12,419 tokens · correct iQ-MLX · question 3620 · 96.6 s · 7,453 tokens · correct iQ-MLX · question 2883 · 20.7 s · 1,669 tokens · correct iQ-MLX · question 2878 · 22.8 s · 1,694 tokens · correct iQ-MLX · question abc301_b · 23.0 s · 1,699 tokens · correct iQ-MLX · question abc354_b · 6.1 s · 352 tokens · correct iQ-MLX · question 3373 · 8.3 s · 616 tokens · correct iQ-MLX · question 3717 · 285.7 s · 22,913 tokens · correct iQ-MLX · question 2868 · 24.3 s · 1,872 tokens · correct iQ-MLX · question abc346_d · 86.3 s · 7,269 tokens · correct iQ-MLX · question 3632 · 9.8 s · 666 tokens · correct iQ-MLX · question abc354_d · 319.1 s · 24,686 tokens · correct iQ-MLX · question abc393_d · 54.0 s · 4,243 tokens · correct iQ-MLX · question 3442 · 32.2 s · 2,451 tokens · wrong iQ-MLX · question 2755 · 9.2 s · 646 tokens · correct iQ-MLX · question abc329_a · 3.0 s · 98 tokens · correct iQ-MLX · question 3690 · 999.0 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 3540 · 4.6 s · 220 tokens · correct iQ-MLX · question abc327_c · 8.1 s · 544 tokens · correct iQ-MLX · question abc352_b · 38.9 s · 2,862 tokens · correct iQ-MLX · question 3528 · 69.8 s · 5,441 tokens · correct iQ-MLX · question 3347 · 8.6 s · 581 tokens · correct iQ-MLX · question abc384_b · 8.7 s · 611 tokens · correct iQ-MLX · question abc302_c · 15.5 s · 1,208 tokens · correct iQ-MLX · question abc377_b · 8.2 s · 502 tokens · correct iQ-MLX · question 3573 · 91.6 s · 7,173 tokens · correct iQ-MLX · question abc361_e · 35.2 s · 2,816 tokens · correct iQ-MLX · question 3000 · 102.6 s · 8,581 tokens · correct iQ-MLX · question abc397_d · 139.2 s · 11,545 tokens · wrong iQ-MLX · question abc313_a · 7.7 s · 537 tokens · correct iQ-MLX · question abc383_e · 271.4 s · 20,581 tokens · correct iQ-MLX · question 3243 · 231.6 s · 18,782 tokens · correct iQ-MLX · question 3476 · 4.7 s · 256 tokens · correct iQ-MLX · question abc377_d · 37.8 s · 3,150 tokens · correct iQ-MLX · question abc342_d · 46.1 s · 3,818 tokens · correct iQ-MLX · question 3219 · 74.4 s · 5,733 tokens · correct iQ-MLX · question 3025 · 496.0 s · 37,802 tokens · correct iQ-MLX · question 3328 · 41.5 s · 3,384 tokens · correct iQ-MLX · question 3478 · 1015.2 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question 3245 · 11.6 s · 850 tokens · correct iQ-MLX · question abc303_e · 944.2 s · 65,536 tokens · wrong · hit the max_tokens limit iQ-MLX · question abc395_c · 16.0 s · 1,212 tokens · correct iQ-MLX · question abc378_c · 4.6 s · 218 tokens · correct 23.9s Swift 1.5 Swift 1.5 · question abc308_b · 6.0 s · 364 tokens · correct Swift 1.5 · question 2857 · 20.6 s · 1,546 tokens · correct Swift 1.5 · question abc365_c · 18.3 s · 1,404 tokens · correct Swift 1.5 · question 3429 · 4.5 s · 229 tokens · correct Swift 1.5 · question 3334 · 5.9 s · 343 tokens · correct Swift 1.5 · question abc321_b · 19.4 s · 1,516 tokens · correct Swift 1.5 · question abc304_c · 9.8 s · 761 tokens · correct Swift 1.5 · question 3298 · 88.4 s · 7,293 tokens · correct Swift 1.5 · question 3620 · 70.9 s · 5,416 tokens · correct Swift 1.5 · question 2883 · 18.0 s · 1,397 tokens · correct Swift 1.5 · question 2878 · 13.0 s · 883 tokens · correct Swift 1.5 · question abc301_b · 13.1 s · 926 tokens · correct Swift 1.5 · question abc354_b · 5.6 s · 278 tokens · correct Swift 1.5 · question 3373 · 11.9 s · 900 tokens · correct Swift 1.5 · question 3717 · 148.0 s · 11,998 tokens · correct Swift 1.5 · question 2868 · 13.6 s · 1,055 tokens · correct Swift 1.5 · question abc346_d · 49.4 s · 4,078 tokens · correct Swift 1.5 · question 3632 · 14.8 s · 1,120 tokens · correct Swift 1.5 · question abc354_d · 194.6 s · 15,221 tokens · correct Swift 1.5 · question abc393_d · 16.6 s · 1,190 tokens · correct Swift 1.5 · question 3442 · 18.6 s · 1,374 tokens · wrong Swift 1.5 · question 2755 · 8.5 s · 550 tokens · correct Swift 1.5 · question abc329_a · 3.4 s · 147 tokens · correct Swift 1.5 · question 3690 · 284.8 s · 22,570 tokens · correct Swift 1.5 · question 3540 · 4.6 s · 240 tokens · correct Swift 1.5 · question abc327_c · 6.5 s · 373 tokens · correct Swift 1.5 · question abc352_b · 548.0 s · 65,536 tokens · wrong · hit the max_tokens limit Swift 1.5 · question 3528 · 80.0 s · 6,458 tokens · correct Swift 1.5 · question 3347 · 9.1 s · 628 tokens · correct Swift 1.5 · question abc384_b · 6.7 s · 389 tokens · correct Swift 1.5 · question abc302_c · 15.5 s · 1,242 tokens · correct Swift 1.5 · question abc377_b · 6.5 s · 398 tokens · correct Swift 1.5 · question 3573 · 32.2 s · 2,533 tokens · correct Swift 1.5 · question abc361_e · 16.4 s · 1,328 tokens · correct Swift 1.5 · question 3000 · 50.9 s · 4,182 tokens · correct Swift 1.5 · question abc397_d · 59.9 s · 4,957 tokens · wrong Swift 1.5 · question abc313_a · 5.0 s · 288 tokens · correct Swift 1.5 · question abc383_e · 96.5 s · 7,706 tokens · correct Swift 1.5 · question 3243 · 199.8 s · 17,124 tokens · correct Swift 1.5 · question 3476 · 4.3 s · 221 tokens · correct Swift 1.5 · question abc377_d · 32.2 s · 2,582 tokens · correct Swift 1.5 · question abc342_d · 30.4 s · 2,564 tokens · correct Swift 1.5 · question 3219 · 51.9 s · 3,993 tokens · correct Swift 1.5 · question 3025 · 302.7 s · 24,453 tokens · correct Swift 1.5 · question 3328 · 15.2 s · 1,078 tokens · correct Swift 1.5 · question 3478 · 14.6 s · 1,449 tokens · wrong Swift 1.5 · question 3245 · 10.2 s · 732 tokens · correct Swift 1.5 · question abc303_e · 1031.0 s · 65,536 tokens · wrong · hit the max_tokens limit Swift 1.5 · question abc395_c · 9.5 s · 696 tokens · correct Swift 1.5 · question abc378_c · 4.6 s · 224 tokens · correct 16.0s
Swift 1.5 faster on 40 of 50 · iQ-MLX faster or tied on 10
HumanEval 164 problems
1.2× faster (median)2s 5s 10s 20s 50s 100s 200s iQ-MLX iQ-MLX · question 163 · 17.4 s · 1,532 tokens · correct iQ-MLX · question 28 · 5.1 s · 368 tokens · wrong iQ-MLX · question 6 · 6.2 s · 478 tokens · wrong iQ-MLX · question 70 · 5.6 s · 468 tokens · correct iQ-MLX · question 62 · 3.6 s · 239 tokens · correct iQ-MLX · question 57 · 3.8 s · 265 tokens · correct iQ-MLX · question 35 · 3.5 s · 281 tokens · correct iQ-MLX · question 26 · 5.0 s · 380 tokens · wrong iQ-MLX · question 139 · 4.7 s · 301 tokens · correct iQ-MLX · question 22 · 9.7 s · 725 tokens · wrong iQ-MLX · question 151 · 101.9 s · 8,356 tokens · correct iQ-MLX · question 108 · 12.1 s · 1,011 tokens · correct iQ-MLX · question 8 · 3.9 s · 231 tokens · wrong iQ-MLX · question 7 · 2.4 s · 139 tokens · correct iQ-MLX · question 23 · 2.0 s · 97 tokens · correct iQ-MLX · question 55 · 4.3 s · 336 tokens · correct iQ-MLX · question 59 · 7.5 s · 589 tokens · correct iQ-MLX · question 129 · 75.8 s · 6,317 tokens · correct iQ-MLX · question 161 · 2.7 s · 143 tokens · correct iQ-MLX · question 143 · 6.1 s · 442 tokens · correct iQ-MLX · question 50 · 3.9 s · 251 tokens · wrong iQ-MLX · question 155 · 3.5 s · 231 tokens · correct iQ-MLX · question 107 · 8.1 s · 633 tokens · correct iQ-MLX · question 56 · 4.2 s · 323 tokens · correct iQ-MLX · question 114 · 5.7 s · 455 tokens · correct iQ-MLX · question 71 · 6.8 s · 542 tokens · correct iQ-MLX · question 1 · 8.7 s · 629 tokens · wrong iQ-MLX · question 40 · 7.5 s · 572 tokens · correct iQ-MLX · question 152 · 2.6 s · 96 tokens · correct iQ-MLX · question 87 · 7.1 s · 521 tokens · correct iQ-MLX · question 138 · 3.5 s · 239 tokens · correct iQ-MLX · question 39 · 37.0 s · 3,352 tokens · correct iQ-MLX · question 148 · 7.4 s · 504 tokens · correct iQ-MLX · question 86 · 8.9 s · 621 tokens · correct iQ-MLX · question 156 · 6.1 s · 517 tokens · correct iQ-MLX · question 149 · 5.2 s · 314 tokens · correct iQ-MLX · question 97 · 4.5 s · 316 tokens · correct iQ-MLX · question 12 · 14.5 s · 1,137 tokens · wrong iQ-MLX · question 45 · 2.5 s · 124 tokens · correct iQ-MLX · question 135 · 6.3 s · 461 tokens · correct iQ-MLX · question 44 · 6.1 s · 440 tokens · correct iQ-MLX · question 77 · 8.6 s · 640 tokens · correct iQ-MLX · question 33 · 6.2 s · 492 tokens · correct iQ-MLX · question 103 · 24.2 s · 1,911 tokens · correct iQ-MLX · question 5 · 7.3 s · 532 tokens · wrong iQ-MLX · question 93 · 13.0 s · 959 tokens · correct iQ-MLX · question 58 · 4.5 s · 375 tokens · correct iQ-MLX · question 68 · 6.9 s · 427 tokens · correct iQ-MLX · question 15 · 3.2 s · 188 tokens · correct iQ-MLX · question 48 · 2.8 s · 157 tokens · correct iQ-MLX · question 10 · 25.8 s · 2,095 tokens · correct iQ-MLX · question 160 · 122.6 s · 9,878 tokens · correct iQ-MLX · question 37 · 5.1 s · 324 tokens · correct iQ-MLX · question 106 · 11.4 s · 880 tokens · correct iQ-MLX · question 80 · 4.8 s · 333 tokens · correct iQ-MLX · question 79 · 6.0 s · 441 tokens · correct iQ-MLX · question 46 · 9.3 s · 700 tokens · correct iQ-MLX · question 73 · 6.5 s · 446 tokens · correct iQ-MLX · question 24 · 3.5 s · 202 tokens · correct iQ-MLX · question 90 · 4.6 s · 247 tokens · correct iQ-MLX · question 153 · 6.9 s · 476 tokens · correct iQ-MLX · question 119 · 5.7 s · 382 tokens · correct iQ-MLX · question 84 · 6.9 s · 460 tokens · correct iQ-MLX · question 29 · 3.6 s · 214 tokens · correct iQ-MLX · question 98 · 6.1 s · 470 tokens · correct iQ-MLX · question 111 · 13.7 s · 1,021 tokens · correct iQ-MLX · question 113 · 7.1 s · 499 tokens · correct iQ-MLX · question 100 · 4.6 s · 328 tokens · correct iQ-MLX · question 126 · 11.0 s · 842 tokens · correct iQ-MLX · question 142 · 7.5 s · 540 tokens · correct iQ-MLX · question 157 · 7.7 s · 501 tokens · correct iQ-MLX · question 117 · 9.1 s · 716 tokens · correct iQ-MLX · question 81 · 24.3 s · 2,239 tokens · correct iQ-MLX · question 141 · 6.5 s · 475 tokens · correct iQ-MLX · question 20 · 13.8 s · 1,102 tokens · wrong iQ-MLX · question 47 · 203.9 s · 16,808 tokens · correct iQ-MLX · question 125 · 11.4 s · 842 tokens · correct iQ-MLX · question 146 · 9.6 s · 794 tokens · correct iQ-MLX · question 85 · 4.1 s · 219 tokens · correct iQ-MLX · question 34 · 3.1 s · 166 tokens · correct iQ-MLX · question 82 · 5.1 s · 377 tokens · correct iQ-MLX · question 9 · 8.3 s · 589 tokens · wrong iQ-MLX · question 122 · 6.0 s · 415 tokens · correct iQ-MLX · question 21 · 10.0 s · 711 tokens · wrong iQ-MLX · question 116 · 232.1 s · 20,177 tokens · wrong iQ-MLX · question 31 · 5.5 s · 402 tokens · correct iQ-MLX · question 89 · 12.2 s · 996 tokens · correct iQ-MLX · question 147 · 18.8 s · 1,486 tokens · correct iQ-MLX · question 94 · 22.5 s · 1,843 tokens · correct iQ-MLX · question 101 · 5.5 s · 365 tokens · correct iQ-MLX · question 133 · 5.9 s · 340 tokens · correct iQ-MLX · question 162 · 6.4 s · 485 tokens · correct iQ-MLX · question 41 · 4.9 s · 339 tokens · correct iQ-MLX · question 150 · 4.8 s · 334 tokens · correct iQ-MLX · question 96 · 9.7 s · 718 tokens · correct iQ-MLX · question 4 · 8.0 s · 559 tokens · wrong iQ-MLX · question 136 · 5.3 s · 396 tokens · correct iQ-MLX · question 51 · 5.0 s · 342 tokens · correct iQ-MLX · question 74 · 4.4 s · 230 tokens · correct iQ-MLX · question 120 · 5.8 s · 439 tokens · correct iQ-MLX · question 27 · 3.0 s · 144 tokens · correct iQ-MLX · question 92 · 10.3 s · 722 tokens · correct iQ-MLX · question 60 · 3.9 s · 226 tokens · correct iQ-MLX · question 36 · 7.8 s · 603 tokens · correct iQ-MLX · question 140 · 9.7 s · 703 tokens · correct iQ-MLX · question 134 · 8.4 s · 593 tokens · correct iQ-MLX · question 91 · 237.3 s · 32,768 tokens · wrong · hit the max_tokens limit iQ-MLX · question 13 · 3.8 s · 208 tokens · correct iQ-MLX · question 110 · 15.4 s · 1,209 tokens · correct iQ-MLX · question 78 · 5.2 s · 285 tokens · correct iQ-MLX · question 25 · 15.9 s · 1,189 tokens · wrong iQ-MLX · question 131 · 6.5 s · 490 tokens · correct iQ-MLX · question 69 · 8.8 s · 639 tokens · correct iQ-MLX · question 83 · 8.2 s · 651 tokens · correct iQ-MLX · question 16 · 3.9 s · 264 tokens · correct iQ-MLX · question 64 · 4.9 s · 332 tokens · correct iQ-MLX · question 115 · 10.4 s · 832 tokens · correct iQ-MLX · question 118 · 9.2 s · 659 tokens · correct iQ-MLX · question 65 · 117.9 s · 10,001 tokens · correct iQ-MLX · question 49 · 6.5 s · 454 tokens · correct iQ-MLX · question 99 · 12.5 s · 929 tokens · wrong iQ-MLX · question 63 · 6.9 s · 559 tokens · correct iQ-MLX · question 43 · 6.7 s · 504 tokens · correct iQ-MLX · question 53 · 3.0 s · 172 tokens · correct iQ-MLX · question 128 · 6.6 s · 503 tokens · correct iQ-MLX · question 14 · 6.3 s · 400 tokens · wrong iQ-MLX · question 75 · 22.8 s · 1,926 tokens · correct iQ-MLX · question 32 · 391.1 s · 32,768 tokens · wrong · hit the max_tokens limit iQ-MLX · question 54 · 6.4 s · 446 tokens · correct iQ-MLX · question 102 · 29.5 s · 2,505 tokens · correct iQ-MLX · question 3 · 5.0 s · 282 tokens · wrong iQ-MLX · question 112 · 3.5 s · 137 tokens · correct iQ-MLX · question 144 · 6.5 s · 409 tokens · correct iQ-MLX · question 158 · 9.6 s · 698 tokens · correct iQ-MLX · question 159 · 5.5 s · 334 tokens · correct iQ-MLX · question 67 · 5.4 s · 421 tokens · correct iQ-MLX · question 109 · 8.5 s · 571 tokens · correct iQ-MLX · question 76 · 300.5 s · 32,768 tokens · wrong · hit the max_tokens limit iQ-MLX · question 19 · 5.4 s · 385 tokens · correct iQ-MLX · question 2 · 5.2 s · 329 tokens · correct iQ-MLX · question 95 · 10.9 s · 770 tokens · correct iQ-MLX · question 132 · 70.4 s · 5,804 tokens · wrong iQ-MLX · question 72 · 3.2 s · 126 tokens · correct iQ-MLX · question 38 · 5.8 s · 418 tokens · wrong iQ-MLX · question 123 · 6.9 s · 448 tokens · correct iQ-MLX · question 52 · 3.6 s · 194 tokens · correct iQ-MLX · question 17 · 7.1 s · 524 tokens · wrong iQ-MLX · question 0 · 9.5 s · 646 tokens · wrong iQ-MLX · question 121 · 4.2 s · 280 tokens · correct iQ-MLX · question 127 · 7.3 s · 535 tokens · correct iQ-MLX · question 18 · 5.0 s · 344 tokens · correct iQ-MLX · question 154 · 7.3 s · 498 tokens · correct iQ-MLX · question 124 · 92.4 s · 9,316 tokens · wrong iQ-MLX · question 30 · 3.8 s · 227 tokens · correct iQ-MLX · question 66 · 5.0 s · 354 tokens · correct iQ-MLX · question 137 · 8.6 s · 568 tokens · correct iQ-MLX · question 11 · 6.6 s · 424 tokens · correct iQ-MLX · question 88 · 7.0 s · 480 tokens · correct iQ-MLX · question 130 · 18.1 s · 1,423 tokens · correct iQ-MLX · question 145 · 195.2 s · 16,360 tokens · correct iQ-MLX · question 42 · 3.3 s · 200 tokens · correct iQ-MLX · question 105 · 9.7 s · 651 tokens · correct iQ-MLX · question 104 · 11.4 s · 848 tokens · correct iQ-MLX · question 61 · 5.2 s · 402 tokens · correct 6.6s Swift 1.5 Swift 1.5 · question 163 · 7.3 s · 580 tokens · correct Swift 1.5 · question 28 · 4.4 s · 277 tokens · wrong Swift 1.5 · question 6 · 7.1 s · 473 tokens · correct Swift 1.5 · question 70 · 6.0 s · 510 tokens · correct Swift 1.5 · question 62 · 4.0 s · 272 tokens · correct Swift 1.5 · question 57 · 3.9 s · 274 tokens · correct Swift 1.5 · question 35 · 2.6 s · 160 tokens · correct Swift 1.5 · question 26 · 6.3 s · 493 tokens · correct Swift 1.5 · question 139 · 3.4 s · 243 tokens · correct Swift 1.5 · question 22 · 5.0 s · 335 tokens · wrong Swift 1.5 · question 151 · 4.3 s · 341 tokens · correct Swift 1.5 · question 108 · 9.6 s · 794 tokens · correct Swift 1.5 · question 8 · 5.8 s · 451 tokens · wrong Swift 1.5 · question 7 · 2.2 s · 140 tokens · correct Swift 1.5 · question 23 · 2.1 s · 110 tokens · correct Swift 1.5 · question 55 · 2.9 s · 201 tokens · correct Swift 1.5 · question 59 · 7.1 s · 587 tokens · correct Swift 1.5 · question 129 · 24.7 s · 1,887 tokens · correct Swift 1.5 · question 161 · 4.6 s · 317 tokens · correct Swift 1.5 · question 143 · 5.9 s · 414 tokens · correct Swift 1.5 · question 50 · 3.8 s · 214 tokens · wrong Swift 1.5 · question 155 · 4.8 s · 355 tokens · correct Swift 1.5 · question 107 · 7.3 s · 630 tokens · correct Swift 1.5 · question 56 · 5.0 s · 367 tokens · correct Swift 1.5 · question 114 · 3.8 s · 267 tokens · correct Swift 1.5 · question 71 · 8.7 s · 704 tokens · correct Swift 1.5 · question 1 · 7.8 s · 582 tokens · wrong Swift 1.5 · question 40 · 6.2 s · 461 tokens · correct Swift 1.5 · question 152 · 2.5 s · 88 tokens · correct Swift 1.5 · question 87 · 4.8 s · 333 tokens · correct Swift 1.5 · question 138 · 3.2 s · 212 tokens · correct Swift 1.5 · question 39 · 8.9 s · 727 tokens · correct Swift 1.5 · question 148 · 7.6 s · 666 tokens · correct Swift 1.5 · question 86 · 8.1 s · 639 tokens · correct Swift 1.5 · question 156 · 5.8 s · 437 tokens · correct Swift 1.5 · question 149 · 3.7 s · 198 tokens · correct Swift 1.5 · question 97 · 3.6 s · 219 tokens · correct Swift 1.5 · question 12 · 3.3 s · 203 tokens · wrong Swift 1.5 · question 45 · 2.5 s · 135 tokens · correct Swift 1.5 · question 135 · 3.9 s · 262 tokens · correct Swift 1.5 · question 44 · 5.4 s · 415 tokens · correct Swift 1.5 · question 77 · 7.6 s · 592 tokens · correct Swift 1.5 · question 33 · 5.4 s · 395 tokens · correct Swift 1.5 · question 103 · 15.4 s · 1,199 tokens · correct Swift 1.5 · question 5 · 7.1 s · 505 tokens · wrong Swift 1.5 · question 93 · 11.2 s · 865 tokens · correct Swift 1.5 · question 58 · 3.5 s · 234 tokens · correct Swift 1.5 · question 68 · 4.6 s · 262 tokens · correct Swift 1.5 · question 15 · 3.5 s · 207 tokens · correct Swift 1.5 · question 48 · 2.9 s · 157 tokens · correct Swift 1.5 · question 10 · 11.2 s · 860 tokens · wrong Swift 1.5 · question 160 · 5.5 s · 336 tokens · correct Swift 1.5 · question 37 · 5.1 s · 363 tokens · correct Swift 1.5 · question 106 · 8.2 s · 692 tokens · correct Swift 1.5 · question 80 · 4.8 s · 337 tokens · correct Swift 1.5 · question 79 · 3.9 s · 270 tokens · correct Swift 1.5 · question 46 · 8.2 s · 685 tokens · correct Swift 1.5 · question 73 · 3.0 s · 135 tokens · correct Swift 1.5 · question 24 · 8.1 s · 579 tokens · correct Swift 1.5 · question 90 · 3.0 s · 125 tokens · correct Swift 1.5 · question 153 · 6.0 s · 361 tokens · correct Swift 1.5 · question 119 · 6.4 s · 435 tokens · correct Swift 1.5 · question 84 · 5.2 s · 363 tokens · correct Swift 1.5 · question 29 · 2.4 s · 135 tokens · correct Swift 1.5 · question 98 · 3.4 s · 226 tokens · correct Swift 1.5 · question 111 · 5.1 s · 368 tokens · correct Swift 1.5 · question 113 · 10.8 s · 919 tokens · correct Swift 1.5 · question 100 · 4.8 s · 362 tokens · correct Swift 1.5 · question 126 · 10.9 s · 893 tokens · correct Swift 1.5 · question 142 · 6.0 s · 426 tokens · correct Swift 1.5 · question 157 · 9.0 s · 665 tokens · correct Swift 1.5 · question 117 · 8.5 s · 662 tokens · correct Swift 1.5 · question 81 · 12.6 s · 1,209 tokens · correct Swift 1.5 · question 141 · 6.7 s · 477 tokens · correct Swift 1.5 · question 20 · 8.4 s · 632 tokens · wrong Swift 1.5 · question 47 · 60.6 s · 5,359 tokens · correct Swift 1.5 · question 125 · 9.5 s · 686 tokens · correct Swift 1.5 · question 146 · 7.6 s · 603 tokens · correct Swift 1.5 · question 85 · 2.8 s · 149 tokens · correct Swift 1.5 · question 34 · 2.9 s · 158 tokens · correct Swift 1.5 · question 82 · 5.0 s · 367 tokens · correct Swift 1.5 · question 9 · 6.9 s · 447 tokens · wrong Swift 1.5 · question 122 · 5.8 s · 399 tokens · correct Swift 1.5 · question 21 · 5.3 s · 363 tokens · wrong Swift 1.5 · question 116 · 12.6 s · 974 tokens · wrong Swift 1.5 · question 31 · 3.8 s · 261 tokens · correct Swift 1.5 · question 89 · 8.2 s · 624 tokens · correct Swift 1.5 · question 147 · 16.5 s · 1,298 tokens · correct Swift 1.5 · question 94 · 8.1 s · 554 tokens · correct Swift 1.5 · question 101 · 4.5 s · 315 tokens · correct Swift 1.5 · question 133 · 5.7 s · 331 tokens · correct Swift 1.5 · question 162 · 4.4 s · 282 tokens · correct Swift 1.5 · question 41 · 3.3 s · 160 tokens · correct Swift 1.5 · question 150 · 5.7 s · 444 tokens · correct Swift 1.5 · question 96 · 6.2 s · 478 tokens · correct Swift 1.5 · question 4 · 5.5 s · 385 tokens · wrong Swift 1.5 · question 136 · 5.2 s · 341 tokens · correct Swift 1.5 · question 51 · 4.2 s · 275 tokens · correct Swift 1.5 · question 74 · 5.7 s · 444 tokens · correct Swift 1.5 · question 120 · 4.8 s · 362 tokens · correct Swift 1.5 · question 27 · 2.6 s · 137 tokens · correct Swift 1.5 · question 92 · 5.1 s · 357 tokens · correct Swift 1.5 · question 60 · 3.4 s · 204 tokens · correct Swift 1.5 · question 36 · 5.7 s · 413 tokens · correct Swift 1.5 · question 140 · 7.8 s · 568 tokens · correct Swift 1.5 · question 134 · 11.5 s · 894 tokens · correct Swift 1.5 · question 91 · 7.5 s · 578 tokens · correct Swift 1.5 · question 13 · 3.9 s · 286 tokens · correct Swift 1.5 · question 110 · 8.8 s · 714 tokens · correct Swift 1.5 · question 78 · 3.3 s · 120 tokens · correct Swift 1.5 · question 25 · 15.1 s · 1,189 tokens · wrong Swift 1.5 · question 131 · 3.7 s · 267 tokens · correct Swift 1.5 · question 69 · 6.2 s · 410 tokens · correct Swift 1.5 · question 83 · 7.4 s · 600 tokens · correct Swift 1.5 · question 16 · 3.0 s · 166 tokens · correct Swift 1.5 · question 64 · 6.8 s · 483 tokens · correct Swift 1.5 · question 115 · 6.6 s · 535 tokens · correct Swift 1.5 · question 118 · 8.0 s · 594 tokens · correct Swift 1.5 · question 65 · 8.3 s · 650 tokens · correct Swift 1.5 · question 49 · 3.3 s · 206 tokens · correct Swift 1.5 · question 99 · 10.6 s · 799 tokens · correct Swift 1.5 · question 63 · 10.1 s · 828 tokens · correct Swift 1.5 · question 43 · 5.4 s · 365 tokens · correct Swift 1.5 · question 53 · 2.3 s · 100 tokens · correct Swift 1.5 · question 128 · 6.8 s · 537 tokens · correct Swift 1.5 · question 14 · 3.0 s · 153 tokens · correct Swift 1.5 · question 75 · 15.4 s · 1,330 tokens · correct Swift 1.5 · question 32 · 52.2 s · 4,504 tokens · wrong Swift 1.5 · question 54 · 7.6 s · 522 tokens · correct Swift 1.5 · question 102 · 12.1 s · 916 tokens · correct Swift 1.5 · question 3 · 5.3 s · 310 tokens · wrong Swift 1.5 · question 112 · 3.5 s · 150 tokens · correct Swift 1.5 · question 144 · 4.4 s · 263 tokens · correct Swift 1.5 · question 158 · 5.9 s · 467 tokens · correct Swift 1.5 · question 159 · 4.1 s · 229 tokens · correct Swift 1.5 · question 67 · 3.6 s · 172 tokens · correct Swift 1.5 · question 109 · 8.0 s · 659 tokens · correct Swift 1.5 · question 76 · 166.7 s · 14,550 tokens · wrong Swift 1.5 · question 19 · 4.8 s · 293 tokens · correct Swift 1.5 · question 2 · 3.5 s · 209 tokens · correct Swift 1.5 · question 95 · 11.5 s · 869 tokens · correct Swift 1.5 · question 132 · 20.4 s · 1,550 tokens · correct Swift 1.5 · question 72 · 3.7 s · 188 tokens · correct Swift 1.5 · question 38 · 6.0 s · 450 tokens · wrong Swift 1.5 · question 123 · 6.6 s · 536 tokens · correct Swift 1.5 · question 52 · 2.6 s · 130 tokens · correct Swift 1.5 · question 17 · 4.8 s · 241 tokens · wrong Swift 1.5 · question 0 · 5.4 s · 296 tokens · wrong Swift 1.5 · question 121 · 3.9 s · 243 tokens · correct Swift 1.5 · question 127 · 6.7 s · 526 tokens · correct Swift 1.5 · question 18 · 4.8 s · 333 tokens · correct Swift 1.5 · question 154 · 4.4 s · 271 tokens · correct Swift 1.5 · question 124 · 36.2 s · 3,069 tokens · correct Swift 1.5 · question 30 · 3.3 s · 221 tokens · correct Swift 1.5 · question 66 · 5.5 s · 362 tokens · correct Swift 1.5 · question 137 · 6.5 s · 465 tokens · correct Swift 1.5 · question 11 · 4.2 s · 251 tokens · correct Swift 1.5 · question 88 · 8.3 s · 645 tokens · correct Swift 1.5 · question 130 · 11.6 s · 992 tokens · correct Swift 1.5 · question 145 · 292.3 s · 32,768 tokens · wrong · hit the max_tokens limit Swift 1.5 · question 42 · 2.8 s · 162 tokens · correct Swift 1.5 · question 105 · 5.2 s · 319 tokens · correct Swift 1.5 · question 104 · 4.8 s · 318 tokens · correct Swift 1.5 · question 61 · 4.4 s · 287 tokens · correct 5.5s
Swift 1.5 faster on 126 of 164 · iQ-MLX faster or tied on 38
Total time to run the suite
Sum of the wall time of every question, one question at a time.
GPQA-Diamond
iQ-MLX140 min
Swift 1.556 min
LiveCodeBench v6
iQ-MLX100 min
Swift 1.562 min
HumanEval
iQ-MLX55 min
Swift 1.527 min
Why it is faster Same runtime, same flags, same generation speed. Swift 1.5 writes fewer thinking tokens before it answers.
iQ-MLX Swift 1.5
Tokens per answer (median)
Thinking plus the visible answer.
GPQA-Diamond
iQ-MLX5,124 tokens
Swift 1.51,689 tokens
LiveCodeBench v6
iQ-MLX2,984 tokens
Swift 1.51,448 tokens
HumanEval
iQ-MLX468 tokens
Swift 1.5403 tokens
Generation speed (median)
Output tokens divided by the wall time of each answer.
GPQA-Diamond
iQ-MLX74.0 tok/s
Swift 1.574.3 tok/s
LiveCodeBench v6
iQ-MLX73.9 tok/s
Swift 1.573.3 tok/s
HumanEval
iQ-MLX69.1 tok/s
Swift 1.569.2 tok/s
Medians. The total token count on GPQA-Diamond drops less, from 675k to 434k tokens, because a few answers on both sides run to the max_tokens limit (4 for iQ-MLX, 2 for Swift 1.5).
iQ-MLX Swift 1.5
Tokens per answer (median)
Thinking plus the visible answer.
GPQA-Diamond
iQ-MLX1,530 tokens
Swift 1.51,148 tokens
LiveCodeBench v6
iQ-MLX1,860 tokens
Swift 1.51,285 tokens
HumanEval
iQ-MLX477 tokens
Swift 1.5368 tokens
Generation speed (median)
Output tokens divided by the wall time of each answer.
GPQA-Diamond
iQ-MLX77.4 tok/s
Swift 1.577.2 tok/s
LiveCodeBench v6
iQ-MLX75.1 tok/s
Swift 1.576.1 tok/s
HumanEval
iQ-MLX72.2 tok/s
Swift 1.571.0 tok/s
Medians. The total token count on GPQA-Diamond drops less, from 705k to 281k tokens, because a few answers on both sides run to the max_tokens limit (7 for iQ-MLX, 0 for Swift 1.5).
Accuracy Correct answers per suite. A truncated answer counts as wrong. LiveCodeBench answers are graded with the import prelude of the official LiveCodeBench harness (regraded 2026-10-14; the first grading of this page scored both models 4–5 problems lower).
HumanEval is graded with the imports of the prompt added, because a correct answer that omits from typing import List fails the strict grader. Strict grade: 144 (iQ-MLX) vs 147 (Swift 1.5).
HumanEval is graded with the imports of the prompt added, because a correct answer that omits from typing import List fails the strict grader. Strict grade: 138 (iQ-MLX) vs 143 (Swift 1.5).
More detail iQ-MLX Swift 1.5
Seconds per correct answer
Total suite time divided by the number of correct answers.
GPQA-Diamond
iQ-MLX211 s
Swift 1.5132 s
LiveCodeBench v6
iQ-MLX192 s
Swift 1.5103 s
HumanEval
iQ-MLX22 s
Swift 1.516 s
LiveCodeBench by difficulty (median time)
The gain grows with the difficulty of the problem.
easy · 15 problems
iQ-MLX7.5 s 15/15 solved
Swift 1.57.7 s 15/15 solved
medium · 23 problems
iQ-MLX35.0 s 22/23 solved
Swift 1.522.4 s 22/23 solved
hard · 12 problems
iQ-MLX480.9 s 8/12 solved
Swift 1.5269.5 s 10/12 solved
Thinking + answer tokens (median of each part)
Solid: thinking. Light: the visible answer. Only the thinking shrinks.
LiveCodeBench v6
iQ-MLX2,850 + 169
Swift 1.51,214 + 158
HumanEval
iQ-MLX321 + 113
Swift 1.5249 + 130
iQ-MLX Swift 1.5
Seconds per correct answer
Total suite time divided by the number of correct answers.
GPQA-Diamond
iQ-MLX215 s
Swift 1.581 s
LiveCodeBench v6
iQ-MLX133 s
Swift 1.582 s
HumanEval
iQ-MLX24 s
Swift 1.511 s
LiveCodeBench by difficulty (median time)
The gain grows with the difficulty of the problem.
easy · 15 problems
iQ-MLX8.2 s 15/15 solved
Swift 1.56.5 s 14/15 solved
medium · 23 problems
iQ-MLX23.4 s 22/23 solved
Swift 1.515.5 s 22/23 solved
hard · 12 problems
iQ-MLX278.5 s 8/12 solved
Swift 1.5122.2 s 9/12 solved
Thinking + answer tokens (median of each part)
Solid: thinking. Light: the visible answer. Only the thinking shrinks.
LiveCodeBench v6
iQ-MLX1,656 + 150
Swift 1.5988 + 172
HumanEval
iQ-MLX339 + 114
Swift 1.5232 + 138
Short tasks: about the same Tool calling and instruction following need little thinking, and both models answer in 2–3 seconds. For tool calling, the time adds the turn that writes the call and, for the multi-turn cases, the turn that reads the tool result.
iQ-MLX Swift 1.5 correct wrong× hit the max_tokens limit median
Tool calling · jdhodges 40 cases
about the same (median)2s 5s 10s 20s iQ-MLX iQ-MLX · question sel_weather_portland · 6.4 s · 220 tokens · correct iQ-MLX · question sel_currency_usd_eur · 2.0 s · 70 tokens · correct iQ-MLX · question sel_timezone_tokyo · 1.8 s · 53 tokens · correct iQ-MLX · question sel_web_python_release · 2.0 s · 63 tokens · correct iQ-MLX · question sel_reminder_dentist · 3.3 s · 172 tokens · correct iQ-MLX · question sel_email_quick · 2.4 s · 108 tokens · correct iQ-MLX · question sel_calendar_create · 3.2 s · 179 tokens · correct iQ-MLX · question sel_calendar_read_week · 2.6 s · 112 tokens · correct iQ-MLX · question arg_weather_units_celsius · 1.9 s · 68 tokens · correct iQ-MLX · question arg_currency_jpy · 2.0 s · 82 tokens · correct iQ-MLX · question arg_email_with_cc · 2.2 s · 93 tokens · correct iQ-MLX · question arg_event_with_attendees · 8.1 s · 531 tokens · wrong iQ-MLX · question arg_timezone_london · 2.0 s · 66 tokens · correct iQ-MLX · question arg_reminder_iso_time · 6.0 s · 413 tokens · wrong iQ-MLX · question arg_calendar_range_month · 2.5 s · 122 tokens · correct iQ-MLX · question arg_search_verbatim · 1.9 s · 70 tokens · correct iQ-MLX · question multi_weather_parallel · 2.0 s · 76 tokens · correct iQ-MLX · question multi_usd_eur_sequential · 5.9 s · 245 tokens · correct iQ-MLX · question multi_paris_celsius_fahrenheit · 4.4 s · 279 tokens · correct iQ-MLX · question multi_email_after_calendar_read · 22.2 s · 1,486 tokens · wrong iQ-MLX · question multi_weather_two_cities_holdout · 2.3 s · 96 tokens · correct iQ-MLX · question multi_convert_two_currencies · 2.4 s · 136 tokens · correct iQ-MLX · question multi_search_then_remind · 16.4 s · 884 tokens · wrong iQ-MLX · question multi_time_and_weather · 2.4 s · 113 tokens · correct iQ-MLX · question edge_photosynthesis · 7.2 s · 531 tokens · correct iQ-MLX · question edge_joke · 1.8 s · 58 tokens · correct iQ-MLX · question edge_math_simple · 1.6 s · 42 tokens · correct iQ-MLX · question edge_feeling_down · 7.7 s · 465 tokens · correct iQ-MLX · question edge_vague_reminder · 9.2 s · 665 tokens · wrong iQ-MLX · question edge_vague_email · 2.7 s · 117 tokens · correct iQ-MLX · question edge_define_word · 3.2 s · 158 tokens · correct iQ-MLX · question edge_language_greeting · 2.2 s · 86 tokens · correct iQ-MLX · question fmt_email_no_cc · 2.4 s · 114 tokens · correct iQ-MLX · question fmt_email_three_cc · 3.3 s · 178 tokens · correct iQ-MLX · question fmt_event_four_attendees · 2.7 s · 140 tokens · correct iQ-MLX · question fmt_weather_fahrenheit_enum · 1.9 s · 79 tokens · correct iQ-MLX · question fmt_weather_no_units · 1.6 s · 48 tokens · correct iQ-MLX · question fmt_currency_decimal_amount · 1.9 s · 82 tokens · correct iQ-MLX · question fmt_event_no_attendees · 2.5 s · 151 tokens · correct iQ-MLX · question fmt_calendar_read_single_day · 2.1 s · 107 tokens · correct 2.4s Swift 1.5 Swift 1.5 · question sel_weather_portland · 4.2 s · 68 tokens · correct Swift 1.5 · question sel_currency_usd_eur · 2.0 s · 74 tokens · correct Swift 1.5 · question sel_timezone_tokyo · 1.8 s · 51 tokens · correct Swift 1.5 · question sel_web_python_release · 1.9 s · 64 tokens · correct Swift 1.5 · question sel_reminder_dentist · 2.9 s · 174 tokens · correct Swift 1.5 · question sel_email_quick · 2.1 s · 83 tokens · correct Swift 1.5 · question sel_calendar_create · 2.9 s · 156 tokens · correct Swift 1.5 · question sel_calendar_read_week · 2.8 s · 139 tokens · correct Swift 1.5 · question arg_weather_units_celsius · 2.4 s · 94 tokens · correct Swift 1.5 · question arg_currency_jpy · 2.0 s · 83 tokens · correct Swift 1.5 · question arg_email_with_cc · 2.3 s · 109 tokens · correct Swift 1.5 · question arg_event_with_attendees · 2.8 s · 147 tokens · correct Swift 1.5 · question arg_timezone_london · 1.7 s · 57 tokens · correct Swift 1.5 · question arg_reminder_iso_time · 5.4 s · 327 tokens · wrong Swift 1.5 · question arg_calendar_range_month · 2.5 s · 108 tokens · correct Swift 1.5 · question arg_search_verbatim · 1.8 s · 62 tokens · correct Swift 1.5 · question multi_weather_parallel · 1.9 s · 70 tokens · correct Swift 1.5 · question multi_usd_eur_sequential · 3.5 s · 90 tokens · correct Swift 1.5 · question multi_paris_celsius_fahrenheit · 5.0 s · 315 tokens · wrong Swift 1.5 · question multi_email_after_calendar_read · 5.9 s · 169 tokens · correct Swift 1.5 · question multi_weather_two_cities_holdout · 2.0 s · 72 tokens · correct Swift 1.5 · question multi_convert_two_currencies · 2.5 s · 135 tokens · correct Swift 1.5 · question multi_search_then_remind · 15.3 s · 862 tokens · wrong Swift 1.5 · question multi_time_and_weather · 2.1 s · 109 tokens · correct Swift 1.5 · question edge_photosynthesis · 7.6 s · 569 tokens · correct Swift 1.5 · question edge_joke · 1.8 s · 56 tokens · correct Swift 1.5 · question edge_math_simple · 1.7 s · 51 tokens · correct Swift 1.5 · question edge_feeling_down · 7.8 s · 489 tokens · correct Swift 1.5 · question edge_vague_reminder · 3.6 s · 200 tokens · wrong Swift 1.5 · question edge_vague_email · 2.7 s · 130 tokens · correct Swift 1.5 · question edge_define_word · 3.1 s · 152 tokens · correct Swift 1.5 · question edge_language_greeting · 3.2 s · 177 tokens · correct Swift 1.5 · question fmt_email_no_cc · 2.2 s · 101 tokens · correct Swift 1.5 · question fmt_email_three_cc · 2.8 s · 140 tokens · correct Swift 1.5 · question fmt_event_four_attendees · 2.6 s · 137 tokens · correct Swift 1.5 · question fmt_weather_fahrenheit_enum · 1.7 s · 66 tokens · correct Swift 1.5 · question fmt_weather_no_units · 1.7 s · 52 tokens · correct Swift 1.5 · question fmt_currency_decimal_amount · 1.9 s · 81 tokens · correct Swift 1.5 · question fmt_event_no_attendees · 2.7 s · 150 tokens · correct Swift 1.5 · question fmt_calendar_read_single_day · 2.9 s · 167 tokens · correct 2.5s Tool calling · Veerman 12 cases
about the same (median)2s 5s 10s 20s iQ-MLX iQ-MLX · question veerman_p1_weather_obvious · 3.1 s · 66 tokens · correct iQ-MLX · question veerman_p2_files_obvious · 1.9 s · 63 tokens · correct iQ-MLX · question veerman_p3_meeting_multi_arg · 3.2 s · 167 tokens · correct iQ-MLX · question veerman_p4_ambiguous_brussels · 2.6 s · 106 tokens · correct iQ-MLX · question veerman_p5_meta_trick · 2.5 s · 127 tokens · correct iQ-MLX · question veerman_p6_multi_step_unknown_city · 3.1 s · 156 tokens · wrong iQ-MLX · question veerman_p7_noisy_params · 11.4 s · 954 tokens · correct iQ-MLX · question veerman_p8_two_tools_parallel · 2.3 s · 101 tokens · correct iQ-MLX · question veerman_p9_code_trick · 11.5 s · 1,028 tokens · correct iQ-MLX · question veerman_p10_implicit_weather · 16.2 s · 1,136 tokens · correct iQ-MLX · question veerman_p11_negation · 2.1 s · 88 tokens · correct iQ-MLX · question veerman_p12_redundant_weather · 8.7 s · 612 tokens · wrong 3.1s Swift 1.5 Swift 1.5 · question veerman_p1_weather_obvious · 2.8 s · 64 tokens · correct Swift 1.5 · question veerman_p2_files_obvious · 1.8 s · 59 tokens · correct Swift 1.5 · question veerman_p3_meeting_multi_arg · 2.8 s · 154 tokens · correct Swift 1.5 · question veerman_p4_ambiguous_brussels · 2.9 s · 142 tokens · correct Swift 1.5 · question veerman_p5_meta_trick · 4.2 s · 299 tokens · correct Swift 1.5 · question veerman_p6_multi_step_unknown_city · 3.1 s · 174 tokens · wrong Swift 1.5 · question veerman_p7_noisy_params · 9.6 s · 789 tokens · correct Swift 1.5 · question veerman_p8_two_tools_parallel · 2.2 s · 102 tokens · correct Swift 1.5 · question veerman_p9_code_trick · 23.0 s · 2,131 tokens · correct Swift 1.5 · question veerman_p10_implicit_weather · 10.1 s · 684 tokens · correct Swift 1.5 · question veerman_p11_negation · 3.0 s · 152 tokens · correct Swift 1.5 · question veerman_p12_redundant_weather · 8.6 s · 601 tokens · wrong 3.0s Instruction following 20 IFEval-style cases
1.1× slower (median)1s 2s 5s 10s iQ-MLX iQ-MLX · question if01 · 5.1 s · 329 tokens · correct iQ-MLX · question if02 · 1.3 s · 77 tokens · correct iQ-MLX · question if03 · 1.9 s · 125 tokens · correct iQ-MLX · question if04 · 2.6 s · 204 tokens · correct iQ-MLX · question if05 · 1.3 s · 84 tokens · correct iQ-MLX · question if06 · 1.9 s · 128 tokens · correct iQ-MLX · question if07 · 1.5 s · 93 tokens · correct iQ-MLX · question if08 · 2.5 s · 156 tokens · correct iQ-MLX · question if09 · 1.3 s · 75 tokens · correct iQ-MLX · question if10 · 2.9 s · 230 tokens · correct iQ-MLX · question if11 · 10.9 s · 1,144 tokens · correct iQ-MLX · question if12 · 1.6 s · 89 tokens · correct iQ-MLX · question if13 · 3.1 s · 216 tokens · correct iQ-MLX · question if14 · 1.7 s · 110 tokens · correct iQ-MLX · question if15 · 3.0 s · 215 tokens · correct iQ-MLX · question if16 · 1.7 s · 128 tokens · correct iQ-MLX · question if17 · 1.3 s · 82 tokens · correct iQ-MLX · question if18 · 4.7 s · 353 tokens · correct iQ-MLX · question if19 · 2.4 s · 188 tokens · correct iQ-MLX · question if20 · 1.0 s · 65 tokens · correct 1.9s Swift 1.5 Swift 1.5 · question if01 · 4.2 s · 245 tokens · correct Swift 1.5 · question if02 · 2.9 s · 259 tokens · correct Swift 1.5 · question if03 · 1.3 s · 68 tokens · correct Swift 1.5 · question if04 · 2.8 s · 217 tokens · correct Swift 1.5 · question if05 · 1.1 s · 69 tokens · correct Swift 1.5 · question if06 · 2.7 s · 188 tokens · correct Swift 1.5 · question if07 · 1.1 s · 59 tokens · correct Swift 1.5 · question if08 · 2.5 s · 159 tokens · wrong Swift 1.5 · question if09 · 1.2 s · 77 tokens · correct Swift 1.5 · question if10 · 2.3 s · 171 tokens · correct Swift 1.5 · question if11 · 9.0 s · 930 tokens · correct Swift 1.5 · question if12 · 1.1 s · 52 tokens · correct Swift 1.5 · question if13 · 3.1 s · 207 tokens · correct Swift 1.5 · question if14 · 1.7 s · 105 tokens · correct Swift 1.5 · question if15 · 2.6 s · 179 tokens · correct Swift 1.5 · question if16 · 1.7 s · 113 tokens · correct Swift 1.5 · question if17 · 2.1 s · 142 tokens · correct Swift 1.5 · question if18 · 1.7 s · 112 tokens · correct Swift 1.5 · question if19 · 2.2 s · 190 tokens · correct Swift 1.5 · question if20 · 0.9 s · 62 tokens · correct 2.2s iQ-MLX Swift 1.5 correct wrong× hit the max_tokens limit median
Tool calling · jdhodges 40 cases
1.1× faster (median)2s 5s 10s iQ-MLX iQ-MLX · question sel_weather_portland · 4.4 s · 96 tokens · correct iQ-MLX · question sel_currency_usd_eur · 2.4 s · 94 tokens · correct iQ-MLX · question sel_timezone_tokyo · 1.8 s · 52 tokens · correct iQ-MLX · question sel_web_python_release · 2.0 s · 64 tokens · correct iQ-MLX · question sel_reminder_dentist · 3.3 s · 194 tokens · correct iQ-MLX · question sel_email_quick · 2.3 s · 90 tokens · correct iQ-MLX · question sel_calendar_create · 3.1 s · 178 tokens · correct iQ-MLX · question sel_calendar_read_week · 2.5 s · 114 tokens · correct iQ-MLX · question arg_weather_units_celsius · 1.9 s · 69 tokens · correct iQ-MLX · question arg_currency_jpy · 2.0 s · 83 tokens · correct iQ-MLX · question arg_email_with_cc · 2.3 s · 93 tokens · correct iQ-MLX · question arg_event_with_attendees · 3.1 s · 145 tokens · correct iQ-MLX · question arg_timezone_london · 1.9 s · 66 tokens · correct iQ-MLX · question arg_reminder_iso_time · 4.7 s · 282 tokens · wrong iQ-MLX · question arg_calendar_range_month · 2.6 s · 122 tokens · correct iQ-MLX · question arg_search_verbatim · 1.9 s · 62 tokens · correct iQ-MLX · question multi_weather_parallel · 2.1 s · 67 tokens · correct iQ-MLX · question multi_usd_eur_sequential · 3.8 s · 101 tokens · correct iQ-MLX · question multi_paris_celsius_fahrenheit · 5.1 s · 323 tokens · correct iQ-MLX · question multi_email_after_calendar_read · 6.1 s · 191 tokens · correct iQ-MLX · question multi_weather_two_cities_holdout · 2.1 s · 80 tokens · correct iQ-MLX · question multi_convert_two_currencies · 2.6 s · 146 tokens · correct iQ-MLX · question multi_search_then_remind · 9.6 s · 326 tokens · wrong iQ-MLX · question multi_time_and_weather · 2.0 s · 87 tokens · correct iQ-MLX · question edge_photosynthesis · 6.8 s · 505 tokens · correct iQ-MLX · question edge_joke · 2.0 s · 72 tokens · correct iQ-MLX · question edge_math_simple · 1.6 s · 49 tokens · correct iQ-MLX · question edge_feeling_down · 5.7 s · 366 tokens · correct iQ-MLX · question edge_vague_reminder · 3.7 s · 204 tokens · correct iQ-MLX · question edge_vague_email · 2.6 s · 125 tokens · correct iQ-MLX · question edge_define_word · 5.5 s · 351 tokens · correct iQ-MLX · question edge_language_greeting · 2.9 s · 159 tokens · correct iQ-MLX · question fmt_email_no_cc · 2.3 s · 102 tokens · correct iQ-MLX · question fmt_email_three_cc · 2.3 s · 113 tokens · correct iQ-MLX · question fmt_event_four_attendees · 2.7 s · 139 tokens · correct iQ-MLX · question fmt_weather_fahrenheit_enum · 2.0 s · 78 tokens · correct iQ-MLX · question fmt_weather_no_units · 1.6 s · 48 tokens · correct iQ-MLX · question fmt_currency_decimal_amount · 1.9 s · 81 tokens · correct iQ-MLX · question fmt_event_no_attendees · 2.8 s · 161 tokens · correct iQ-MLX · question fmt_calendar_read_single_day · 3.0 s · 172 tokens · correct 2.6s Swift 1.5 Swift 1.5 · question sel_weather_portland · 5.1 s · 154 tokens · correct Swift 1.5 · question sel_currency_usd_eur · 2.0 s · 75 tokens · correct Swift 1.5 · question sel_timezone_tokyo · 1.8 s · 51 tokens · correct Swift 1.5 · question sel_web_python_release · 2.0 s · 64 tokens · correct Swift 1.5 · question sel_reminder_dentist · 3.3 s · 200 tokens · correct Swift 1.5 · question sel_email_quick · 2.4 s · 92 tokens · correct Swift 1.5 · question sel_calendar_create · 2.9 s · 153 tokens · correct Swift 1.5 · question sel_calendar_read_week · 2.9 s · 129 tokens · correct Swift 1.5 · question arg_weather_units_celsius · 2.0 s · 71 tokens · correct Swift 1.5 · question arg_currency_jpy · 2.0 s · 83 tokens · correct Swift 1.5 · question arg_email_with_cc · 2.5 s · 108 tokens · correct Swift 1.5 · question arg_event_with_attendees · 3.2 s · 202 tokens · correct Swift 1.5 · question arg_timezone_london · 1.7 s · 57 tokens · correct Swift 1.5 · question arg_reminder_iso_time · 2.3 s · 94 tokens · correct Swift 1.5 · question arg_calendar_range_month · 2.3 s · 102 tokens · correct Swift 1.5 · question arg_search_verbatim · 1.9 s · 70 tokens · correct Swift 1.5 · question multi_weather_parallel · 1.9 s · 68 tokens · correct Swift 1.5 · question multi_usd_eur_sequential · 4.8 s · 164 tokens · correct Swift 1.5 · question multi_paris_celsius_fahrenheit · 2.9 s · 164 tokens · correct Swift 1.5 · question multi_email_after_calendar_read · 7.0 s · 227 tokens · correct Swift 1.5 · question multi_weather_two_cities_holdout · 2.0 s · 75 tokens · correct Swift 1.5 · question multi_convert_two_currencies · 2.4 s · 137 tokens · correct Swift 1.5 · question multi_search_then_remind · 11.5 s · 495 tokens · wrong Swift 1.5 · question multi_time_and_weather · 2.6 s · 137 tokens · correct Swift 1.5 · question edge_photosynthesis · 6.2 s · 453 tokens · correct Swift 1.5 · question edge_joke · 2.0 s · 55 tokens · correct Swift 1.5 · question edge_math_simple · 1.6 s · 48 tokens · correct Swift 1.5 · question edge_feeling_down · 6.9 s · 455 tokens · correct Swift 1.5 · question edge_vague_reminder · 4.4 s · 243 tokens · correct Swift 1.5 · question edge_vague_email · 2.4 s · 96 tokens · correct Swift 1.5 · question edge_define_word · 3.1 s · 157 tokens · correct Swift 1.5 · question edge_language_greeting · 2.4 s · 99 tokens · correct Swift 1.5 · question fmt_email_no_cc · 2.0 s · 80 tokens · correct Swift 1.5 · question fmt_email_three_cc · 2.4 s · 114 tokens · correct Swift 1.5 · question fmt_event_four_attendees · 2.6 s · 139 tokens · correct Swift 1.5 · question fmt_weather_fahrenheit_enum · 1.9 s · 79 tokens · correct Swift 1.5 · question fmt_weather_no_units · 1.6 s · 48 tokens · correct Swift 1.5 · question fmt_currency_decimal_amount · 1.9 s · 79 tokens · correct Swift 1.5 · question fmt_event_no_attendees · 2.8 s · 165 tokens · correct Swift 1.5 · question fmt_calendar_read_single_day · 2.3 s · 106 tokens · correct 2.4s Tool calling · Veerman 12 cases
about the same (median)2s 5s 10s 20s iQ-MLX iQ-MLX · question veerman_p1_weather_obvious · 2.8 s · 56 tokens · correct iQ-MLX · question veerman_p2_files_obvious · 2.0 s · 81 tokens · correct iQ-MLX · question veerman_p3_meeting_multi_arg · 3.0 s · 159 tokens · correct iQ-MLX · question veerman_p4_ambiguous_brussels · 2.0 s · 89 tokens · correct iQ-MLX · question veerman_p5_meta_trick · 3.4 s · 215 tokens · correct iQ-MLX · question veerman_p6_multi_step_unknown_city · 3.3 s · 180 tokens · wrong iQ-MLX · question veerman_p7_noisy_params · 6.0 s · 512 tokens · correct iQ-MLX · question veerman_p8_two_tools_parallel · 2.1 s · 82 tokens · correct iQ-MLX · question veerman_p9_code_trick · 16.8 s · 1,567 tokens · correct iQ-MLX · question veerman_p10_implicit_weather · 22.5 s · 1,628 tokens · correct iQ-MLX · question veerman_p11_negation · 2.3 s · 99 tokens · correct iQ-MLX · question veerman_p12_redundant_weather · 7.0 s · 460 tokens · wrong 3.2s Swift 1.5 Swift 1.5 · question veerman_p1_weather_obvious · 2.8 s · 64 tokens · correct Swift 1.5 · question veerman_p2_files_obvious · 1.7 s · 58 tokens · correct Swift 1.5 · question veerman_p3_meeting_multi_arg · 3.9 s · 221 tokens · correct Swift 1.5 · question veerman_p4_ambiguous_brussels · 2.6 s · 127 tokens · correct Swift 1.5 · question veerman_p5_meta_trick · 2.9 s · 179 tokens · correct Swift 1.5 · question veerman_p6_multi_step_unknown_city · 3.5 s · 209 tokens · wrong Swift 1.5 · question veerman_p7_noisy_params · 7.6 s · 604 tokens · wrong Swift 1.5 · question veerman_p8_two_tools_parallel · 2.1 s · 88 tokens · correct Swift 1.5 · question veerman_p9_code_trick · 13.3 s · 1,143 tokens · correct Swift 1.5 · question veerman_p10_implicit_weather · 9.0 s · 619 tokens · correct Swift 1.5 · question veerman_p11_negation · 2.1 s · 89 tokens · correct Swift 1.5 · question veerman_p12_redundant_weather · 6.8 s · 456 tokens · wrong 3.2s Instruction following 20 IFEval-style cases
1.4× faster (median)1s 2s 5s 10s iQ-MLX iQ-MLX · question if01 · 6.5 s · 454 tokens · correct iQ-MLX · question if02 · 2.5 s · 217 tokens · correct iQ-MLX · question if03 · 1.5 s · 96 tokens · correct iQ-MLX · question if04 · 2.5 s · 190 tokens · correct iQ-MLX · question if05 · 1.2 s · 73 tokens · correct iQ-MLX · question if06 · 2.4 s · 158 tokens · correct iQ-MLX · question if07 · 1.1 s · 67 tokens · correct iQ-MLX · question if08 · 2.8 s · 191 tokens · correct iQ-MLX · question if09 · 1.5 s · 93 tokens · correct iQ-MLX · question if10 · 2.5 s · 192 tokens · correct iQ-MLX · question if11 · 8.1 s · 875 tokens · correct iQ-MLX · question if12 · 1.3 s · 75 tokens · correct iQ-MLX · question if13 · 3.7 s · 292 tokens · correct iQ-MLX · question if14 · 1.2 s · 89 tokens · correct iQ-MLX · question if15 · 3.2 s · 230 tokens · correct iQ-MLX · question if16 · 1.8 s · 137 tokens · correct iQ-MLX · question if17 · 3.3 s · 247 tokens · correct iQ-MLX · question if18 · 2.5 s · 187 tokens · correct iQ-MLX · question if19 · 2.7 s · 220 tokens · correct iQ-MLX · question if20 · 0.9 s · 68 tokens · correct 2.5s Swift 1.5 Swift 1.5 · question if01 · 4.9 s · 313 tokens · correct Swift 1.5 · question if02 · 1.3 s · 81 tokens · correct Swift 1.5 · question if03 · 1.5 s · 97 tokens · correct Swift 1.5 · question if04 · 3.1 s · 239 tokens · correct Swift 1.5 · question if05 · 1.3 s · 75 tokens · correct Swift 1.5 · question if06 · 1.8 s · 112 tokens · correct Swift 1.5 · question if07 · 1.1 s · 65 tokens · correct Swift 1.5 · question if08 · 3.1 s · 208 tokens · wrong Swift 1.5 · question if09 · 1.6 s · 93 tokens · correct Swift 1.5 · question if10 · 2.4 s · 179 tokens · correct Swift 1.5 · question if11 · 8.0 s · 872 tokens · correct Swift 1.5 · question if12 · 1.4 s · 75 tokens · correct Swift 1.5 · question if13 · 2.8 s · 201 tokens · correct Swift 1.5 · question if14 · 1.1 s · 83 tokens · correct Swift 1.5 · question if15 · 2.6 s · 183 tokens · correct Swift 1.5 · question if16 · 1.8 s · 146 tokens · correct Swift 1.5 · question if17 · 1.1 s · 67 tokens · correct Swift 1.5 · question if18 · 2.9 s · 206 tokens · correct Swift 1.5 · question if19 · 2.6 s · 211 tokens · correct Swift 1.5 · question if20 · 1.0 s · 65 tokens · correct 1.8s
Agent turn at long context One coding-agent turn on a long conversation: the time to the first token of a turn that carries a tool result, plus 512 generated tokens. Prefix cache on, median of 3 repetitions, recommended sampling. The two packs are within 4% of each other.
Setup and how to reproduce Two 4.7-bit MLX packs of Qwen3.8-Flash-Next on the same mlx-serve 26.10.1 binary with the same flags. Only the weights change.
Server flags: --ctx-size 131072 --mtp --ssm-checkpoint-max 16 --prefix-cache-mem 16GB --prefix-cache-disk 100GB --prefix-cache-entries 64. Every request sends reasoning_effort: xhigh; without it, mlx-serve answers with no thinking. Recommended sampling: temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence 0, repetition 1.0; greedy decoding: temperature 0. max_tokens: HumanEval 32,768 · GPQA and LiveCodeBench 65,536 · tool calling 32,768 · instruction following 16,384. Questions run one at a time.
Scripts, per-question results and the test plan: github.com/snagnever/macstudio-local-llm .
Limits
One run per model and sampling setting. GPQA-Diamond and LiveCodeBench are 50-question samples (seed 42), not the full sets, so a difference of 2–3 questions is within run-to-run noise. Times are medians per question. A few answers on both sides run to the max_tokens limit and dominate the totals, so the totals improve less than the medians. The page shows both. The two packs share the same quantization layout but ship different n-gram tables, so this compares the two packs as published, not only the fine-tuned weights. Tool calling: the runner did not record the thinking text. A median of 104–194 tokens per answer suggests little or no thinking in these suites. Instruction following is a 20-case IFEval-style probe. It does not reproduce the IFBench score of the Swift 1.5 model card. Agent quality (for example Terminal-Bench) is not measured.