MicroEvals

Run your prompts across multiple models to compare their performance.
History

Models

Prompt

Examples

Real-world professional tasks across occupations and sectors, by OpenAI 

Loading questions…

Public evaluations

Showing 2561-2580 of 4627

Make a roadmap with the best resources to learn CS and progr...
👍0
Make a roadmap with the best resources to learn CS and progr...

Привет
👍0
Привет

Как подключить ретест симулятор к моему трейдингу ассистенту...
👍0
Как подключить ретест симулятор к моему трейдингу ассистенту...

Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...
👍0
Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...

I want to write custom instructions for Gemini AI. These ins...
👍0
I want to write custom instructions for Gemini AI. These ins...

ezt írd le egy teljes matematikai képletté. de szavakat ne í...
👍0
ezt írd le egy teljes matematikai képletté. de szavakat ne í...

请帮我开发一个中国地理展示网站，具体要求如下： 【项目目标】 创建一个交互式的中国地理知识展示平台，让用户能够直观地了...
👍0
请帮我开发一个中国地理展示网站，具体要求如下： 【项目目标】 创建一个交互式的中国地理知识展示平台，让用户能够直观地了...

یک صفحه html از روی این لینک بساز متن فارسی باشه و فونت وزیر...
👍0
یک صفحه html از روی این لینک بساز متن فارسی باشه و فونت وزیر...

Você receberá um HTML de fundo animado (Space/cosmos). Anali...
👍0
Você receberá um HTML de fundo animado (Space/cosmos). Anali...

Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...
👍0
Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...

Brazilian Lawyer
👍0
Brazilian Lawyer

Brazilian Lawyer creating a appeal moddel for superior Court of that contry

How can an open, non-equilibrium thermodynamic system (such ...
👍0
How can an open, non-equilibrium thermodynamic system (such ...

Почему когда я сделал proxy в cursor для Claude Sonnet 5 чер...
👍0
Почему когда я сделал proxy в cursor для Claude Sonnet 5 чер...

valutazione 1
👍0
valutazione 1

привет!
👍0
привет!

Test 1
👍0
Test 1

What is the best way to build out a blog team
👍0
What is the best way to build out a blog team

构建一个完整的、可用于生产、云原生的浏览器集成开发环境（IDE）、多模态容器执行平台以及自主软件工程 Agent 系统，...
👍0
构建一个完整的、可用于生产、云原生的浏览器集成开发环境（IDE）、多模态容器执行平台以及自主软件工程 Agent 系统，...

Mám dotaz na optimální použití AI modelů vzhledem k efektivi...
👍0
Mám dotaz na optimální použití AI modelů vzhledem k efektivi...

A game
👍0
A game