#270 Hy4 preview
low- लागत
- $0.000
- समय
- 1.1s
- टोकन
- 0 tok
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।
शोध की तारीख: 2026-08-29
4.3
संगति
5.0
1.6
$1.433
कुल आउटपुट टोकन
559,131
कुल इनपुट टोकन
41,319
इनपुट कीमत
$0.834 / 1M
आउटपुट कीमत
$2.501 / 1M
अस्थिर टेस्ट
13
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 | तुलना करें | |
| 2026-08-29 14:28 पहला रन | 4.3 | 1.6 | $1.433 | वर्तमान रन |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| 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 |