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

#101

HY3 Preview

Tencent · रिलीज़: 2026-04-22 · tencent/hy3-preview::none

संगति

9.0

कुल आउटपुट टोकन

2,639

???? ???

$0.000 / 1M

????? ???

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 27.8%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

13.56s

प्रतिक्रिया समय (अधिकतम): 35.84s

प्रतिक्रिया समय (कुल): 230.55s

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 4.8 10.0
कोडिंग 2.3 1.1
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 4.1 10.0
निर्देश पालन 6.3 10.0
पहेली समाधान 3.3 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल