AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#337

Hy4

Tencent रिलीज़: 2026-11-04 परीक्षण किया गया: 2026-11-09 21:38 tencent/hy4::none
~770B कुल (~49B सक्रिय)MoEबंद स्रोतअनुमानित
(high) (low) (none)

सारांश

Hy4 AI BENCHY पर 5.7 स्कोर करता है और #337 पर है। इसकी reliability 10.0, pass rate 40.6%, कुल लागत $0.114, और औसत response time 5.87s है।

Hy4 को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

मॉडल विवरण

शोध की तारीख: 2026-11-09

अनुमानित
पैरामीटर
~770B कुल (~49B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

9.7

कुल आउटपुट टोकन

12,248

कुल इनपुट टोकन

235,746

इनपुट कीमत

$0.417 / 1M

आउटपुट कीमत

$1.251 / 1M

कैश पढ़ने की कीमत

$0.021 / 1M

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: 14

प्रति प्रयास पास दर: 40.6%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

5.87s

प्रतिक्रिया समय (अधिकतम): 75.59s

प्रतिक्रिया समय (कुल): 135.00s

Hamster playing table tennis

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

#337 Hy4

none
लागत
$0.004
समय
22.4s
टोकन
2,679 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 4.7 3.1
एंटी-एआई ट्रिक्स 3.6 10.0
कोडिंग 5.5 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.5 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल