সারাংশ
Hunter Alpha AI BENCHY-তে 6.7 স্কোর করে এবং #55 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 64.8%, মোট খরচ $0.000, এবং গড় response time 10.33s.
Hunter 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।
পরিচয় নোট
Hunter Alpha ছিল Xiaomi: MiMo-V2-Pro-এর স্টেলথ সংস্করণ।
গবেষণার তারিখ: 2026-08-12
সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।
6.7
ধারাবাহিকতা
7.4
প্রযোজ্য নয়
$0.000
মোট আউটপুট টোকেন
22,645
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.000 / 1M
আউটপুট মূল্য
$0.000 / 1M
অস্থির টেস্ট
6
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
10.33s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 30.53s
প্রতিক্রিয়া সময় (মোট): 175.60s
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-05-06 14:09 পুনরায় পরীক্ষা | 4.7 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-05-06 14:09 পুনরায় পরীক্ষা | 4.7 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-05-06 14:09 পুনরায় পরীক্ষা | 6.7 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-05-06 14:09 পুনরায় পরীক্ষা | 6.7 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-05-06 14:09 পুনরায় পরীক্ষা | 6.7 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-05-06 14:09 স্যুইট পরিবর্তিত হয়েছে | 6.7 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-04-11 00:35 প্রথম নথিভুক্ত রান | 6.7 | প্রযোজ্য নয় | $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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 00:35 · প্রথম নথিভুক্ত রান | 52/54 প্রচেষ্টা | 6.7 | 7.4 | প্রযোজ্য নয় | 8/18 | 6 | 22,645 | 0 | $0.000 | 10.33s |
| 2026-05-06 14:09 · স্যুইট পরিবর্তিত হয়েছে | 52/54 প্রচেষ্টা | 6.7 | 7.4 | প্রযোজ্য নয় | 8/18 | 6 | 22,645 | 0 | $0.000 | 10.33s |
| পার্থক্য | — | 0.0 | 0.0 | 0 | 0 | 0 | 0 | $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 | 7.3 | 5.8 | |
| কোডিং | 3.0 | 10.0 | |
| সমন্বিত | 4.7 | 1.6 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 3.0 | 10.0 | |
| Sadharon Buddhimotta | 7.0 | 3.7 | |
| নির্দেশনা অনুসরণ | 9.9 | 10.0 | |
| ধাঁধা সমাধান | 6.1 | 4.7 | |
| টুল কলিং | 10.0 | 10.0 |