#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
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।
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 |