Benchmark Speed Performance

Le AI sono ordinate per tempo di conclusione dell’intero test: caricamento, generazione, retry, giudice, salvataggio e fallback. Un tempo minore indica una conclusione più rapida.

Snapshot log verificati · 2026-08-14

Run visibili—

Più rapido—

Tempo mediano—

Run oltre 180 s—

Pos.	AI / configurazione	Tempo di conclusione ↕	Dataset	Hardware	Esito	Classe

Interpretazione corretta. La classifica iniziale include i run selezionati con durata disponibile; la variante ridondante openai/gpt-oss-20b · mode=standard è esclusa e resta soltanto mode=instruct. Confronti equi richiedono lo stesso dataset, lo stesso numero di casi, la stessa modalità e lo stesso hardware: usa i filtri. I run falliti restano visibili perché il tempo misura comunque l’intero processo operativo. La classe LENTO scatta esclusivamente oltre 180 secondi. Hardware: 2GPU:0 = RTX 5060 Ti 16 GB; 2GPU:0,1 = RTX 5060 Ti 16 GB + RTX 3060 12 GB; A100 80GB = A100-SXM4 80 GB su CUDA 0. Le tre righe Nemotron V1/V2/V3 del 2026-07-28 sono sezioni dello stesso processo e conservano quindi la medesima durata totale; non vanno sommate. Il tempo di gpt-5.6-sol misura l’esecuzione del candidato tramite API fino alla persistenza nel log e non include il successivo giudizio Asse C; va quindi confrontato separatamente dai processi locali che incorporano anche l’Auto‑Judge. Reasoning candidato GPT‑OSS. Run locali MXFP4: reasoning medium (default del chat template, mai passato esplicitamente prima del 2026-08-19). Run Inference Provider (Together/DeepInfra): reasoning low (quegli script passavano già reasoning_effort esplicito, default codificato "low"). Entrambi dedotti dal codice sorgente, non da una riga di log esplicita.