#253 Hy4 preview
none- लागत
- $0.000
- समय
- 0.0s
- टोकन
- 0 tok
सारांश
Hy4 preview AI BENCHY पर 4.8 स्कोर करता है और #253 पर है। इसकी reliability 4.3, pass rate 16.7%, कुल लागत $0.041, और औसत response time 39.24s है।
Hy4 preview को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #12 पर है।
शोध की तारीख: 2026-08-29
4.8
संगति
9.3
4.3
$0.041
कुल आउटपुट टोकन
7,306
कुल इनपुट टोकन
26,376
इनपुट कीमत
$0.834 / 1M
आउटपुट कीमत
$2.501 / 1M
अस्थिर टेस्ट
1
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 15:55 दोबारा परीक्षण | 4.7 | 3.0 | $0.040 | वर्तमान रन | |
| 2026-08-29 14:22 पहला रन | 4.1 | 1.3 | $0.035 | तुलना करें |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 3.3 | 9.6 | |
| कोडिंग | 3.8 | 9.4 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 8.7 | 10.0 | |
| डोमेन-विशिष्ट | 6.8 | 10.0 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 7.0 | 8.9 | |
| पहेली समाधान | 4.6 | 7.0 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |