#399 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- Kosten
- $0.000
- Zeit
- 0.1s
- Token
- 0 tok
Baidu
Veröffentlichung: 2026-05-06
Getestet am: 2026-10-01 05:10
baidu/cobuddy::medium
~21B insgesamt (~3B aktiv)MoEGeschlossenGeschätzt Zusammenfassung
Cobuddy erreicht 4.4 bei AI BENCHY und liegt auf #399. Das Modell hat 10.0 Zuverlässigkeit, 43.5% Erfolgsrate, $0.000 Gesamtkosten und 38.01s durchschnittliche Antwortzeit.
Was Cobuddy besonders macht: Am stärksten ist es in Anti-KI-Tricks, wo es #2 erreicht; am schwächsten ist Domänenspezifisch mit #12. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~21B insgesamt (~3B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
4.4
Konsistenz
7.3
10.0
Gesamte Ausgabe-Token
118,380
Gesamte Eingabe-Token
37,449
Eingabepreis
$0.000 / 1M
Ausgabepreis
$0.000 / 1M
Preis für Cache-Lesen
k. A.
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Falsche Tests: 15
Erfolgsquote pro Versuch: 43.5%
Benchmark-Abdeckung: 66/69 Versuche (Ziel: 3 Wiederholungen pro Test)
Instabile Tests
6
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 05:10 Neuer Test hinzugefügt | 4.4 | 10.0 | $0.000 | Aktueller Lauf | |
| 2026-05-22 00:23 Suite geändert | 5.7 | 9.9 | $0.000 | Vergleichen | |
| 2026-05-06 11:30 Erster erfasster Lauf | 6.0 | 9.9 | $0.000 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 05:10 · Aktueller Lauf | 66/69 Versuche | 4.4 | 7.3 | 10.0 | 7/22 | 6 | 118,380 | 37,449 | $0.000 | 38.01s |
| 2026-05-22 00:23 · Suite geändert | 60/60 Versuche | 5.7 | 7.0 | 9.9 | 7/20 | 7 | 118,185 | 0 | $0.000 | 39.91s |
| Differenz | — | -1.4 | +0.3 | +0.1 | 0 | -1 | +195 | +37449 | $0.000 | -1903ms |
Die Benchmark-Abdeckung unterscheidet sich: 66/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
CobuddymediumKostenlos verfügbarvsGranite 4.2 8BnoneCobuddymediumKostenlos verfügbarvsMercury 2noneCobuddymediumKostenlos verfügbarvsTrinity Large PreviewdefaultKostenlos verfügbarCobuddymediumKostenlos verfügbarvsMiniMax M2.5mediumCobuddymediumKostenlos verfügbarvsKAT Coder AIR V2.5defaultCobuddymediumKostenlos verfügbarvsGLM 4.7 FlashmediumCobuddymediumKostenlos verfügbarvsNemotron 3 SupernoneKostenlos verfügbarCobuddymediumKostenlos verfügbarvsgpt-oss-120bnoneCobuddymediumKostenlos verfügbarvsRing 2.6 1tdefaultCobuddymediumKostenlos verfügbarvsMercury 2.5none
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 3.0 | 10.0 | |
| Anti-KI-Tricks | 8.7 | 7.9 | |
| Programmierung | 3.7 | 6.7 | |
| Kombiniert | 1.5 | 5.0 | |
| Datenanalyse und -extraktion | 6.3 | 5.8 | |
| Domänenspezifisch | 2.9 | 4.4 | |
| Allgemeine Intelligenz | 4.2 | 9.9 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 3.6 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |