#172 Space Bunny Alpha
max- लागत
- $0.000
- समय
- 183.9s
- टोकन
- 19,570 tok
Stealth
रिलीज़: 2026-09-24
परीक्षण किया गया: 2026-09-24 02:23
stealth/space-bunny-alpha::max
-अन्यबंद स्रोत
सारांश
Space Bunny Alpha AI BENCHY पर 6.9 स्कोर करता है और #172 पर है। इसकी reliability 10.0, pass rate 59.1%, कुल लागत $0.000, और औसत response time 33.77s है।
Space Bunny Alpha को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
मॉडल विवरण
शोध की तारीख: 2026-09-24
- पैरामीटर
- -
- आर्किटेक्चर
- अन्य
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
6.9
संगति
8.5
10.0
$0.000
कुल आउटपुट टोकन
207,581
कुल इनपुट टोकन
132,854
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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
Space Bunny AlphamaxvsSeed-2.0-CodehighSpace Bunny AlphamaxvsGemini 3.5 FlashnoneSpace Bunny AlphamaxvsQwen3.7 FlashmediumSpace Bunny AlphamaxvsQwen3.6 FlashmediumSpace Bunny AlphamaxvsClaude Fable 5.1lowSpace Bunny AlphamaxvsStep 3.7 FlashhighSpace Bunny AlphamaxvsKAT-Coder-Pro V2.5mediumSpace Bunny AlphamaxvsSeed-2.0-CodemediumSpace Bunny AlphamaxvsKimi K2.5mediumSpace Bunny AlphamaxvsGLM 5.3 FlashXhigh
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.4 | 7.9 | |
| कोडिंग | 5.7 | 7.1 | |
| संयुक्त | 6.5 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 5.3 | 10.0 | |
| निर्देश पालन | 5.9 | 2.6 | |
| पहेली समाधान | 7.8 | 9.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |