AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#270

Hy4 preview

Tencent रिलीज़: 2026-08-29 परीक्षण किया गया: 2026-08-29 14:28 tencent/hy4-preview::low
770B कुल (49B सक्रिय)MoEमुक्त स्रोत
(low) (none)

सारांश

Hy4 preview AI BENCHY पर 4.3 स्कोर करता है और #270 पर है। इसकी reliability 1.6, pass rate 45.5%, कुल लागत $1.433, और औसत response time 189.47s है।

Hy4 preview को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

मॉडल विवरण

शोध की तारीख: 2026-08-29

घोषित
पैरामीटर
770B कुल (49B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

5.0

कुल आउटपुट टोकन

559,131

कुल इनपुट टोकन

41,319

इनपुट कीमत

$0.834 / 1M

आउटपुट कीमत

$2.501 / 1M

कैश पढ़ने की कीमत

लागू नहीं

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: 19

प्रति प्रयास पास दर: 45.5%

अस्थिर टेस्ट

13

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

प्रतिक्रिया समय (औसत)

189.47s

प्रतिक्रिया समय (अधिकतम): 597.45s

प्रतिक्रिया समय (कुल): 4168.32s

Hamster playing table tennis

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

#270 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
2026-08-29 15:57 दोबारा परीक्षण 5.1 3.6 $1.681 तुलना करें
2026-08-29 14:28 पहला रन 4.3 1.6 $1.433 वर्तमान रन

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 4.2 1.6
कोडिंग 3.4 1.6
संयुक्त 2.9 5.8
डेटा पार्सिंग और निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 2.8 1.6
निर्देश पालन 9.8 10.0
पहेली समाधान 4.3 4.1
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल