#217 Hy4 preview
low- लागत
- $0.000
- समय
- 1.1s
- टोकन
- 0 tok
सारांश
Hy4 preview AI BENCHY पर 5.6 स्कोर करता है और #217 पर है। इसकी reliability 5.4, pass rate 19.7%, कुल लागत $1.745, और औसत response time 214.25s है।
Hy4 preview को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #11 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
शोध की तारीख: 2026-08-29
5.6
संगति
8.5
5.4
$1.745
कुल आउटपुट टोकन
682,538
कुल इनपुट टोकन
45,154
इनपुट कीमत
$0.834 / 1M
आउटपुट कीमत
$2.501 / 1M
अस्थिर टेस्ट
3
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 |
|---|---|---|---|---|---|
| 2026-08-29 15:57 दोबारा परीक्षण | 5.1 | 3.6 | $1.681 | वर्तमान रन | |
| 2026-08-29 14:28 पहला रन | 4.3 | 1.6 | $1.433 | तुलना करें |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.0 | 8.9 | |
| कोडिंग | 5.2 | 8.6 | |
| संयुक्त | 2.9 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 8.7 | 10.0 | |
| डोमेन-विशिष्ट | 4.5 | 10.0 | |
| Samanya Buddhimatta | 7.5 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 5.3 | 5.0 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |