#34 Pareto
none- খরচ
- $0.034
- সময়
- 170.7s
- টোকেন
- 4,581 tok
Unbiased
প্রকাশ: 2026-09-18
পরীক্ষিত হয়েছে: 2026-09-18 02:47
unbiased/pareto::none
-অন্যান্যবন্ধ উৎস সারাংশ
Pareto AI BENCHY-তে 8.9 স্কোর করে এবং #34 স্থানে আছে। এর reliability 10.0, pass rate 86.4%, মোট খরচ $1.172, এবং গড় response time 31.51s.
Pareto কে আলাদা করে যা: এটি ডোমেইন-নির্দিষ্ট-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #17.
মডেলের তথ্য
গবেষণার তারিখ: 2026-09-18
- প্যারামিটার
- -
- আর্কিটেকচার
- অন্যান্য
- উপলভ্যতা
- বন্ধ উৎস
- লাইসেন্স
- -
8.9
ধারাবাহিকতা
9.2
10.0
$1.172
মোট আউটপুট টোকেন
119,230
মোট ইনপুট টোকেন
110,734
ইনপুট মূল্য
$2.500 / 1M
আউটপুট মূল্য
$7.500 / 1M
অস্থির টেস্ট
2
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
31.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 143.33s
প্রতিক্রিয়া সময় (মোট): 693.29s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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
ParetononevsMuse Spark 1.3highParetononevsSeed 2.1 TurbohighParetononevsGPT-5.3-CodexmediumParetononevsGemini 3.5 FlashlowParetononevsQwen3.8 Max (0902)highParetononevsQwen3.8 Max (0902)mediumParetononevsGrok 4.5highParetononevsMuse Spark 1.3mediumParetononevsQwen3.8 MaxmediumParetononevsGemini 3.5 Flash Litehigh
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 10.0 | 10.0 | |
| কোডিং | 10.0 | 10.0 | |
| সমন্বিত | 7.2 | 9.1 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 7.7 | 10.0 | |
| Sadharon Buddhimotta | 10.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 10.0 | 10.0 | |
| ধাঁধা সমাধান | 8.2 | 7.2 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 2.8 | 1.6 |