#105 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: 2026-05-22 00:23
baidu/cobuddy::medium
Zusammenfassung
Cobuddy erreicht 5.7 bei AI BENCHY und liegt auf #105. Das Modell hat 9.9 Zuverlässigkeit, 51.7% Erfolgsrate, $0.000 Gesamtkosten und 39.91s durchschnittliche Antwortzeit.
Was Cobuddy besonders macht: Am stärksten ist es in Anti-KI-Tricks, wo es #1 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #13. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig. Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.
5.7
Konsistenz
7.0
Gesamte Ausgabe-Token
118,185
Gesamte Eingabe-Token
0
Eingabepreis
$0.000 / 1M
Ausgabepreis
$0.000 / 1M
Instabile Tests
7
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:47 Neuer Test hinzugefügt | 5.6 | 10.0 | $0.000 | Vergleichen | |
| 2026-05-22 00:23 Suite geändert | 5.7 | 9.9 | $0.000 | Aktueller Lauf | |
| 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 | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:23 · Suite geändert | 5.7 | 7.0 | 9.9 | 7/20 | 7 | 118,185 | 0 | $0.000 | 39.91s |
| 2026-06-04 13:47 · Neuer Test hinzugefügt | 5.6 | 7.5 | 10.0 | 7/21 | 6 | 118,380 | 37,449 | $0.000 | 39.90s |
| Differenz | +0.1 | -0.5 | -0.1 | 0 | +1 | -195 | -37449 | $0.000 | +12ms |
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 verfügbarvsDeepSeek V4 FlashnoneCobuddymediumKostenlos verfügbarvsKimi K2.5noneCobuddymediumKostenlos verfügbarvsMiMo-V2.5-PrononeCobuddymediumKostenlos verfügbarvsGemini 3.5 FlashhighCobuddymediumKostenlos verfügbarvsGemini 3 Flash PreviewmediumCobuddymediumKostenlos verfügbarvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarCobuddymediumKostenlos verfügbarvsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.7 | 7.9 | |
| Programmierung | 4.1 | 5.1 | |
| Kombiniert | 3.0 | 10.0 | |
| 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 | 3.5 | 4.4 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |