#270 Hy4 preview
low- খরচ
- $0.000
- সময়
- 1.1s
- টোকেন
- 0 tok
সারাংশ
Hy4 preview AI BENCHY-তে 4.3 স্কোর করে এবং #270 স্থানে আছে। এর reliability 1.6, pass rate 45.5%, মোট খরচ $1.433, এবং গড় response time 189.47s.
Hy4 preview কে আলাদা করে যা: এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।
গবেষণার তারিখ: 2026-08-29
4.3
ধারাবাহিকতা
5.0
$1.433
মোট আউটপুট টোকেন
559,131
মোট ইনপুট টোকেন
41,319
ইনপুট মূল্য
$0.834 / 1M
আউটপুট মূল্য
$2.501 / 1M
অস্থির টেস্ট
13
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
189.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 597.45s
প্রতিক্রিয়া সময় (মোট): 4168.32s
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-29 15:57 পুনরায় পরীক্ষা | 5.1 | 3.6 | $1.681 | তুলনা করুন | |
| 2026-08-29 14:28 প্রথম রান | 4.3 | 1.6 | $1.433 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-29 14:28 · প্রথম রান | 66/66 প্রচেষ্টা | 4.3 | 5.0 | 1.6 | 3/22 | 13 | 559,131 | 41,319 | $1.433 | 189.47s |
| 2026-08-29 15:57 · পুনরায় পরীক্ষা | 66/66 প্রচেষ্টা | 5.1 | 6.9 | 3.6 | 3/22 | 8 | 657,320 | 44,207 | $1.681 | 211.58s |
| পার্থক্য | — | -0.7 | -1.9 | -2.0 | 0 | +5 | -98189 | -2888 | -$0.248 | -22114ms |
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 4.2 | 1.6 | |
| কোডিং | 3.4 | 1.6 | |
| সমন্বিত | 2.9 | 5.8 | |
| ডেটা পার্সিং ও নিষ্কাশন | 7.3 | 5.8 | |
| ডোমেইন-নির্দিষ্ট | 3.6 | 7.2 | |
| Sadharon Buddhimotta | 2.8 | 1.6 | |
| নির্দেশনা অনুসরণ | 9.8 | 10.0 | |
| ধাঁধা সমাধান | 4.3 | 4.1 | |
| টুল কলিং | 3.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |