AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#215

Space Bunny Alpha

Stealth रिलीज़: 2026-09-24 परीक्षण किया गया: 2026-09-30 23:11 stealth/space-bunny-alpha::max
-अन्यबंद स्रोत

सारांश

Space Bunny Alpha AI BENCHY पर 6.7 स्कोर करता है और #215 पर है। इसकी reliability 10.0, pass rate 59.4%, कुल लागत $0.000, और औसत response time 36.24s है।

Space Bunny Alpha को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

पहचान नोट

Space Bunny Alpha, MiniMax: MiniMax M3.1 Flash का प्रीव्यू संस्करण था।

मॉडल विवरण

शोध की तारीख: 2026-10-19

पैरामीटर
-
आर्किटेक्चर
अन्य
उपलब्धता
बंद स्रोत
लाइसेंस
-

संगति

8.3

कुल आउटपुट टोकन

219,014

कुल इनपुट टोकन

315,136

इनपुट कीमत

$0.000 / 1M

आउटपुट कीमत

$0.000 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 59.4%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

36.24s

प्रतिक्रिया समय (अधिकतम): 320.00s

प्रतिक्रिया समय (कुल): 833.43s

Hamster playing table tennis

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

#215 Space Bunny Alpha

max
लागत
$0.000
समय
183.9s
टोकन
19,570 tok

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
स्वायत्त एजेंट कार्य 6.1 3.1
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

तुलना किए गए मॉडल