#84 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- খরচ
- $0.000
- সময়
- 0.1s
- টোকেন
- 0 tok
Baidu
প্রকাশ: 2026-05-06
পরীক্ষিত হয়েছে: 2026-05-06 11:30
baidu/cobuddy::medium
সারাংশ
Cobuddy AI BENCHY-তে 6.0 স্কোর করে এবং #84 স্থানে আছে। এর reliability 9.9, pass rate 53.7%, মোট খরচ $0.000, এবং গড় response time 35.89s.
Cobuddy কে আলাদা করে যা: এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।
6.0
ধারাবাহিকতা
7.6
$0.000
মোট আউটপুট টোকেন
88,220
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.000 / 1M
আউটপুট মূল্য
$0.000 / 1M
ভুল টেস্ট: 11
প্রতি চেষ্টায় পাস রেট: 53.7%
বেঞ্চমার্ক কভারেজ: 18/18 টেস্ট · 52/54 প্রচেষ্টা
অস্থির টেস্ট
5
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
35.89s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 309.02s
প্রতিক্রিয়া সময় (মোট): 646.00s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-06-04 13:47 নতুন টেস্ট যোগ হয়েছে | 4.7 | 10.0 | $0.000 | তুলনা করুন | |
| 2026-05-22 00:23 স্যুইট পরিবর্তিত হয়েছে | 5.7 | 9.9 | $0.000 | তুলনা করুন | |
| 2026-05-06 11:30 প্রথম নথিভুক্ত রান | 6.0 | 9.9 | $0.000 | বর্তমান রান |
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 11:30 · প্রথম নথিভুক্ত রান | 18/18 টেস্ট · 52/54 প্রচেষ্টা | 6.0 | 7.6 | 9.9 | 7/18 | 5 | 88,220 | 0 | $0.000 | 35.89s |
| 2026-06-04 13:47 · নতুন টেস্ট যোগ হয়েছে | 21/21 টেস্ট · 63/63 প্রচেষ্টা | 4.7 | 7.2 | 10.0 | 7/21 | 6 | 118,380 | 37,449 | $0.000 | 39.90s |
| পার্থক্য | — | +1.4 | +0.4 | -0.1 | 0 | -1 | -30160 | -37449 | $0.000 | -4010ms |
বেঞ্চমার্ক কভারেজ আলাদা: 18/18 টেস্ট · 52/54 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি) বনাম 21/21 টেস্ট · 63/63 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি)। মোট মান ও পুনরাবৃত্তি-সংবেদনশীল মেট্রিক সরাসরি তুলনাযোগ্য নয়।
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
Cobuddymediumবিনামূল্যে উপলভ্যvsQwen3 Coder NextmediumCobuddymediumবিনামূল্যে উপলভ্যvsMercury 2noneCobuddymediumবিনামূল্যে উপলভ্যvsTrinity Large PreviewnoneCobuddymediumবিনামূল্যে উপলভ্যvsMiniMax M2.5mediumCobuddymediumবিনামূল্যে উপলভ্যvsKAT-Coder-Air V2.5noneCobuddymediumবিনামূল্যে উপলভ্যvsLaguna S 2.1noneবিনামূল্যে উপলভ্যCobuddymediumবিনামূল্যে উপলভ্যvsTrinity Large ThinkinghighCobuddymediumবিনামূল্যে উপলভ্যvsGLM 4.7 FlashmediumCobuddymediumবিনামূল্যে উপলভ্যvsGPT-5.4 NanononeCobuddymediumবিনামূল্যে উপলভ্যvsGrok 4.20none
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 8.7 | 7.9 | |
| কোডিং | 4.3 | 1.1 | |
| সমন্বিত | 3.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 6.3 | 5.8 | |
| ডোমেইন-নির্দিষ্ট | 2.9 | 7.2 | |
| Sadharon Buddhimotta | 4.2 | 9.9 | |
| নির্দেশনা অনুসরণ | 9.8 | 10.0 | |
| ধাঁধা সমাধান | 3.7 | 6.8 | |
| টুল কলিং | 10.0 | 10.0 |