AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#107

North Mini Code

Cohere প্রকাশ: 2026-06-18 পরীক্ষিত হয়েছে: 2026-06-18 09:44 cohere/north-mini-code::medium
30B মোট (3B সক্রিয়)MoEউন্মুক্ত উৎস
(medium) (none)

সারাংশ

North Mini Code AI BENCHY-তে 5.8 স্কোর করে এবং #107 স্থানে আছে। এর reliability 8.5, pass rate 50.8%, মোট খরচ $0.000, এবং গড় response time 106.18s.

North Mini Code কে আলাদা করে যা: এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম। এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।

মডেলের তথ্য

গবেষণার তারিখ: 2026-08-12

প্রকাশিত
প্যারামিটার
30B মোট (3B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
উন্মুক্ত উৎস
লাইসেন্স
Apache-2.0

ধারাবাহিকতা

8.5

মোট আউটপুট টোকেন

1,446,261

মোট ইনপুট টোকেন

32,891

ইনপুট মূল্য

$0.000 / 1M

আউটপুট মূল্য

$0.000 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 12

প্রতি চেষ্টায় পাস রেট: 50.8%

বেঞ্চমার্ক কভারেজ: 55/63 প্রচেষ্টা

অস্থির টেস্ট

4

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

106.18s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 357.05s

প্রতিক্রিয়া সময় (মোট): 2229.70s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#107 North Mini Code

medium
খরচ
$0.000
সময়
51.8s
টোকেন
12,460 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-08-14 03:46 পুনরায় পরীক্ষা 5.7 8.5 $0.000 তুলনা করুন
2026-07-16 23:46 নতুন টেস্ট যোগ হয়েছে 5.9 8.6 $0.000 তুলনা করুন
2026-06-18 09:44 প্রথম রান 5.8 8.5 $0.000 বর্তমান রান

রান তুলনা

রানবেঞ্চমার্ক কভারেজস্কোরধারাবাহিকতানির্ভরযোগ্যতাসঠিক টেস্টঅস্থির টেস্টমোট আউটপুট টোকেনমোট ইনপুট টোকেনমোট খরচপ্রতিক্রিয়া সময় (গড়)
2026-06-18 09:44 · প্রথম রান55/63 প্রচেষ্টা5.88.58.59/2141,446,26132,891$0.000106.18s
2026-08-14 03:46 · পুনরায় পরীক্ষা58/66 প্রচেষ্টা5.78.58.58/2241,764,79181,742$0.000141.99s
পার্থক্য+0.10.00.0+10-318530-48851$0.000-35818ms

বেঞ্চমার্ক কভারেজ আলাদা: 55/63 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি) বনাম 58/66 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।

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-06-18 09:34 $0.000 / 1M $0.000 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 8.4 10.0
কোডিং 4.5 4.9
সমন্বিত 2.8 1.6
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 5.3 7.2
Sadharon Buddhimotta 5.1 10.0
নির্দেশনা অনুসরণ 9.8 10.0
ধাঁধা সমাধান 3.3 10.0
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল