#275 Hy4 preview
none
This operation was aborted
- लागत
- $0.000
- समय
- 0.0s
- टोकन
- 0 tok
Tencent
रिलीज़: 2026-08-29
परीक्षण किया गया: 2026-08-29 14:22
tencent/hy4-preview::none
770B कुल (49B सक्रिय)MoEमुक्त स्रोत
(low)
(none)
सारांश
Hy4 preview AI BENCHY पर 4.1 स्कोर करता है और #275 पर है। इसकी reliability 1.3, pass rate 27.3%, कुल लागत $0.035, और औसत response time 51.97s है।
Hy4 preview को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है।
मॉडल विवरण
शोध की तारीख: 2026-08-29
- पैरामीटर
- 770B कुल (49B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
4.1
संगति
7.8
1.3
$0.035
कुल आउटपुट टोकन
6,154
कुल इनपुट टोकन
23,473
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
6
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.
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 | तुलना करें | |
| 2026-08-29 14:22 पहला रन | 4.1 | 1.3 | $0.035 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-29 14:22 · पहला रन | 66/66 प्रयास | 4.1 | 7.8 | 1.3 | 3/22 | 6 | 6,154 | 23,473 | $0.035 | 51.97s |
| 2026-08-29 15:55 · दोबारा परीक्षण | 66/66 प्रयास | 4.7 | 8.2 | 3.0 | 3/22 | 5 | 7,125 | 25,851 | $0.040 | 42.87s |
| अंतर | — | -0.6 | -0.4 | -1.7 | 0 | +1 | -971 | -2378 | -$0.005 | +9097ms |
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 previewnonevsQwen3.5-9BnoneHy4 previewnonevsGLM 4.7 FlashnoneHy4 previewnonevsMiMo-V2.5noneHy4 previewnonevsMercury 2.5 PreviewdefaultHy4 previewnonevsLing 2.6 1tdefaultHy4 previewnonevsNemotron 3.5 Lightningmediumनिःशुल्क उपलब्धHy4 previewnonevsLaguna S 2.1highनिःशुल्क उपलब्धHy4 previewnonevsNorth Mini Codedefaultनिःशुल्क उपलब्धHy4 previewnonevsQwen3 Coder NextdefaultHy4 previewnonevsLaguna S 2.1noneनिःशुल्क उपलब्ध
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 3.1 | 9.9 | |
| कोडिंग | 3.1 | 7.2 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.3 | 5.8 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 7.1 | 5.8 | |
| पहेली समाधान | 4.0 | 4.9 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |