AI BENCHY
Advertise here
#114

Owl Alpha

Openrouter रिलीज़: 2026-04-30 परीक्षण किया गया: 2026-06-04 14:29 openrouter/owl-alpha::none
(medium) (none)

सारांश

Owl Alpha AI BENCHY पर 5.8 स्कोर करता है और #114 पर है। इसकी reliability 10.0, pass rate 36.5%, कुल लागत $0.000, और औसत response time 9.88s है।

Owl Alpha को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #11 पर 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।

संगति

9.6

कुल आउटपुट टोकन

5,913

कुल इनपुट टोकन

42,283

इनपुट कीमत

$0.000 / 1M

आउटपुट कीमत

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 36.5%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

9.88s

प्रतिक्रिया समय (अधिकतम): 47.10s

प्रतिक्रिया समय (कुल): 207.38s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#114 Owl Alpha

none
Provider returned error
Cost
$0.000
Time
0.2s
Tokens
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 14:29 नया टेस्ट जोड़ा गया 5.5 10.0 $0.000 वर्तमान रन
2026-05-22 00:42 सूट बदला गया 5.7 10.0 $0.000 तुलना करें
2026-04-30 17:24 दोबारा परीक्षण 6.0 10.0 $0.000 तुलना करें
2026-04-30 15:31 पहला रन 6.0 10.0 $0.000 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.000 / 1M $0.000 / 1M

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.4 7.9
कोडिंग 5.6 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.3 10.0
निर्देश पालन 6.4 10.0
पहेली समाधान 5.4 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल