सारांश
Hunter Alpha AI BENCHY पर 6.7 स्कोर करता है और #55 पर है। इसकी reliability लागू नहीं, pass rate 64.8%, कुल लागत $0.000, और औसत response time 10.33s है।
Hunter Alpha को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
पहचान नोट
Hunter Alpha, Xiaomi: MiMo-V2-Pro का स्टेल्थ संस्करण था।
6.7
संगति
7.4
लागू नहीं
$0.000
कुल आउटपुट टोकन
22,645
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
अस्थिर टेस्ट
6
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-05-06 14:09 दोबारा परीक्षण | 6.7 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-05-06 14:09 दोबारा परीक्षण | 6.7 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-05-06 14:09 दोबारा परीक्षण | 6.7 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-05-06 14:09 सूट बदला गया | 6.7 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-04-11 00:35 पहला दर्ज रन | 6.7 | लागू नहीं | $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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 00:35 · पहला दर्ज रन | 6.7 | 7.4 | लागू नहीं | 8/18 | 6 | 22,645 | 0 | $0.000 | 10.33s |
| 2026-05-06 14:09 · दोबारा परीक्षण | 6.7 | 7.4 | लागू नहीं | 8/18 | 6 | 22,645 | 0 | $0.000 | 10.33s |
| अंतर | 0.0 | 0.0 | 0 | 0 | 0 | 0 | $0.000 | 0ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 7.3 | 5.8 | |
| कोडिंग | 3.0 | 10.0 | |
| संयुक्त | 4.7 | 1.6 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 7.0 | 3.7 | |
| निर्देश पालन | 9.9 | 10.0 | |
| पहेली समाधान | 6.1 | 4.7 | |
| टूल कॉलिंग | 10.0 | 10.0 |