#106 Owl Alpha
none
Provider returned error
- Kosten
- $0.000
- Zeit
- 0.2s
- Token
- 0 tok
Openrouter
Veröffentlichung: 2026-04-30
Getestet am: 2026-05-22 00:42
openrouter/owl-alpha::none
1.6T insgesamt (48B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
Owl Alpha erreicht 5.7 bei AI BENCHY und liegt auf #106. Das Modell hat 10.0 Zuverlässigkeit, 41.7% Erfolgsrate, $0.000 Gesamtkosten und 8.84s durchschnittliche Antwortzeit.
Was Owl Alpha besonders macht: Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Archiviertes Modell: Dieses Modell wird nicht mehr aktualisiert und nicht mehr in neuen Tests getestet.
Identitätshinweis
Owl Alpha war die Tarnversion von Meituan: LongCat 2.0.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 1.6T insgesamt (48B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- MIT
5.7
Konsistenz
9.2
10.0
Gesamte Ausgabe-Token
4,864
Gesamte Eingabe-Token
0
Eingabepreis
$0.000 / 1M
Ausgabepreis
$0.000 / 1M
Instabile Tests
2
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 |
|---|---|---|---|---|---|
| 2026-06-04 14:29 Neuer Test hinzugefügt | 5.6 | 10.0 | $0.000 | Vergleichen | |
| 2026-05-22 00:42 Suite geändert | 5.7 | 10.0 | $0.000 | Aktueller Lauf | |
| 2026-04-30 17:24 Erneuter Test | 6.0 | 10.0 | $0.000 | Vergleichen | |
| 2026-04-30 15:31 Erster Lauf | 6.0 | 10.0 | $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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:42 · Suite geändert | 60/60 Versuche | 5.7 | 9.2 | 10.0 | 7/20 | 2 | 4,864 | 0 | $0.000 | 8.84s |
| 2026-06-04 14:29 · Neuer Test hinzugefügt | 63/63 Versuche | 5.6 | 9.2 | 10.0 | 7/21 | 1 | 5,913 | 42,283 | $0.000 | 9.88s |
| Differenz | — | +0.2 | 0.0 | 0.0 | 0 | +1 | -1049 | -42283 | $0.000 | -1034ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 63/63 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
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.4 | 7.9 | |
| Programmierung | 7.0 | 9.9 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 4.3 | 10.0 | |
| Befolgung von Anweisungen | 6.4 | 10.0 | |
| Rätsellösen | 5.9 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |