- स्कोर
- 9.4 (+3.98 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 90.1% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 97.0% तेज़
Tencent
रिलीज़: 2026-08-29
परीक्षण किया गया: 2026-10-01 04:19
tencent/hy4-preview::low
770B कुल (49B सक्रिय)MoEमुक्त स्रोत
(low)
(none)
सारांश
Hy4 preview AI BENCHY पर 5.4 स्कोर करता है और #304 पर है। इसकी reliability 6.5, pass rate 21.7%, कुल लागत $1.844, और औसत response time 207.21s है।
Hy4 preview को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #12 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 8.6 (+3.19 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 96.7% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 96.4% तेज़
- स्कोर
- 5.2 (-0.18 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.055 · 97.1% सस्ता
- प्रतिक्रिया समय (औसत)
- 1.99s · 99.0% तेज़
मॉडल विवरण
शोध की तारीख: 2026-08-29
- पैरामीटर
- 770B कुल (49B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
5.4
संगति
8.2
6.5
$1.844
कुल आउटपुट टोकन
687,477
कुल इनपुट टोकन
162,180
इनपुट कीमत
$0.751 / 1M
आउटपुट कीमत
$2.251 / 1M
कैश पढ़ने की कीमत
$0.038 / 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।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#304 Hy4 preview
low
Provider returned error
- लागत
- $0.000
- समय
- 1.1s
- टोकन
- 0 tok
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-10-01 04:19 दोबारा परीक्षण | 5.4 | 6.5 | $1.844 | वर्तमान रन | |
| 2026-08-29 14:28 पहला रन | 4.3 | 1.6 | $1.433 | तुलना करें |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 04:19 · वर्तमान रन | 69/69 प्रयास | 5.4 | 8.2 | 6.5 | 3/23 | 4 | 687,477 | 162,180 | $1.844 | 207.21s |
| 2026-08-29 14:28 · पहला रन | 66/66 प्रयास | 4.3 | 5.0 | 1.6 | 3/22 | 13 | 559,131 | 41,319 | $1.433 | 189.47s |
| अंतर | — | +1.0 | +3.2 | +4.9 | 0 | -9 | +128346 | +120861 | +$0.411 | +17745ms |
बेंचमार्क कवरेज अलग है: 69/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-10-06 16:43 | $0.751 / 1M | $2.251 / 1M | $0.038 / 1M | लागू नहीं |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Hy4 previewlowvsNorth Mini Codemediumनिःशुल्क उपलब्धHy4 previewlowvsMiMo-V2.6-FlashnoneHy4 previewlowvsQwen3.8 27Bnoneनिःशुल्क उपलब्धHy4 previewlowvsStep 3.5 FlashmediumHy4 previewlowvsSeed-2.0-CodenoneHy4 previewlowvsEmber-1noneHy4 previewlowvsGemma 4 26B A4Bnoneनिःशुल्क उपलब्धHy4 previewlowvsGPT-5.6 LunanoneHy4 previewlowvsGPT-6 LunanoneHy4 previewlowvsGranite 4.2 8Blow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 4.7 | 1.6 | |
| 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 |