सारांश
Ring-2.6-1T AI BENCHY पर 4.8 स्कोर करता है और #170 पर है। इसकी reliability 10.0, pass rate 45.5%, कुल लागत $0.026, और औसत response time 55.10s है।
Ring-2.6-1T को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
शोध की तारीख: 2026-08-12
4.8
संगति
9.3
10.0
कुल आउटपुट टोकन
39,954
कुल इनपुट टोकन
7,599
इनपुट कीमत
$0.075 / 1M
आउटपुट कीमत
$0.625 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
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 |
|---|---|---|---|---|---|
| 2026-08-14 03:07 दोबारा परीक्षण | 4.8 | 10.0 | $0.026 ↑ | तुलना करें | |
| 2026-07-16 23:16 नया टेस्ट जोड़ा गया | 4.8 | 10.0 | $0.026 |