#84 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- लागत
- $0.000
- समय
- 0.1s
- टोकन
- 0 tok
Baidu
रिलीज़: 2026-05-06
परीक्षण किया गया: 2026-05-06 11:30
baidu/cobuddy::medium
सारांश
Cobuddy AI BENCHY पर 6.0 स्कोर करता है और #84 पर है। इसकी reliability 9.9, pass rate 53.7%, कुल लागत $0.000, और औसत response time 35.89s है।
Cobuddy को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
6.0
संगति
7.6
9.9
$0.000
कुल आउटपुट टोकन
88,220
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
अस्थिर टेस्ट
5
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:47 नया टेस्ट जोड़ा गया | 5.6 | 10.0 | $0.000 | तुलना करें | |
| 2026-05-22 00:23 सूट बदला गया | 5.7 | 9.9 | $0.000 | तुलना करें | |
| 2026-05-06 11:30 पहला दर्ज रन | 6.0 | 9.9 | $0.000 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 11:30 · पहला दर्ज रन | 6.0 | 7.6 | 9.9 | 7/18 | 5 | 88,220 | 0 | $0.000 | 35.89s |
| 2026-06-04 13:47 · नया टेस्ट जोड़ा गया | 5.6 | 7.5 | 10.0 | 7/21 | 6 | 118,380 | 37,449 | $0.000 | 39.90s |
| अंतर | +0.4 | +0.1 | -0.1 | 0 | -1 | -30160 | -37449 | $0.000 | -4010ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Cobuddymediumनिःशुल्क उपलब्धvsDeepSeek V4 FlashnoneCobuddymediumनिःशुल्क उपलब्धvsKimi K2.5noneCobuddymediumनिःशुल्क उपलब्धvsMiMo-V2.5-PrononeCobuddymediumनिःशुल्क उपलब्धvsGemini 3.5 FlashhighCobuddymediumनिःशुल्क उपलब्धvsGemini 3 Flash PreviewmediumCobuddymediumनिःशुल्क उपलब्धvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धCobuddymediumनिःशुल्क उपलब्धvsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| कोडिंग | 4.3 | 1.1 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.3 | 5.8 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 4.2 | 9.9 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 3.7 | 6.8 | |
| टूल कॉलिंग | 10.0 | 10.0 |