सारांश
Hy3 preview AI BENCHY पर 4.0 स्कोर करता है और #300 पर है। इसकी reliability 10.0, pass rate 22.7%, कुल लागत $0.007, और औसत response time 12.92s है।
Hy3 preview को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #8 पर है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
शोध की तारीख: 2026-08-12
4.0
संगति
8.8
10.0
कुल आउटपुट टोकन
2,661
कुल इनपुट टोकन
27,172
इनपुट कीमत
$0.180 / 1M
आउटपुट कीमत
$0.600 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 14:31 नया टेस्ट जोड़ा गया | 4.0 | 10.0 | $0.007 |