AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#50

Hunter Alpha

Openrouter · रिलीज़: रिलीज़ तिथि अज्ञात · openrouter/hunter-alpha::none

प्रति परिणाम लागत

0.000

संगति

8.0

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 52.1%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

4.64s

प्रतिक्रिया समय (अधिकतम): 15.17s

प्रतिक्रिया समय (कुल): 74.24s

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

औसत स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी औसत स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 1.3 7.4
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 9.9 10.0
डोमेन-विशिष्ट 4.0 10.0
Samanya Buddhimatta 5.0 3.1
निर्देश पालन 5.0 10.0
पहेली समाधान 4.0 4.4
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल