সারাংশ
Elephant Alpha AI BENCHY-তে 5.2 স্কোর করে এবং #88 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 29.6%, মোট খরচ $0.000, এবং গড় response time 1.27s.
Elephant Alpha কে আলাদা করে যা: এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম। একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।
আর্কাইভড মডেল: এই মডেল আর আপডেট করা হবে না এবং নতুন টেস্টে পরীক্ষা করা হবে না।
5.2
ধারাবাহিকতা
9.6
প্রযোজ্য নয়
$0.000
মোট আউটপুট টোকেন
2,596
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.000 / 1M
আউটপুট মূল্য
$0.000 / 1M
অস্থির টেস্ট
1
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
জেনারেশন শোকেস
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 14:27 নতুন টেস্ট যোগ হয়েছে | 5.1 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-05-22 00:40 স্যুইট পরিবর্তিত হয়েছে | 5.4 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-04-22 12:55 প্রথম নথিভুক্ত রান | 5.2 | প্রযোজ্য নয় | $0.000 | বর্তমান রান |
রান তুলনা
| রান | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-22 12:55 · প্রথম নথিভুক্ত রান | 5.2 | 9.6 | প্রযোজ্য নয় | 5/18 | 1 | 2,596 | 0 | $0.000 | 1.27s |
| 2026-06-04 14:27 · নতুন টেস্ট যোগ হয়েছে | 5.1 | 9.7 | প্রযোজ্য নয় | 6/21 | 1 | 2,596 | 33,744 | $0.000 | 1.27s |
| পার্থক্য | +0.1 | -0.1 | -1 | 0 | 0 | -33744 | $0.000 | 0ms |
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 6.6 | 10.0 | |
| কোডিং | 5.1 | 3.3 | |
| সমন্বিত | 3.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 6.5 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 3.0 | 10.0 | |
| Sadharon Buddhimotta | 4.3 | 10.0 | |
| নির্দেশনা অনুসরণ | 9.8 | 10.0 | |
| ধাঁধা সমাধান | 3.7 | 10.0 | |
| টুল কলিং | 3.0 | 10.0 |