- स्कोर
- 9.4 (+0.27 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 88.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 81.4% तेज़
Unbiased
रिलीज़: 2026-09-18
परीक्षण किया गया: 2026-09-30 23:45
unbiased/pareto::none
-अन्यबंद स्रोत सारांश
Pareto AI BENCHY पर 9.1 स्कोर करता है और #40 पर है। इसकी reliability 10.0, pass rate 87.0%, कुल लागत $1.520, और औसत response time 33.47s है।
Pareto को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 9.1 (+0.02 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.140 · 90.8% सस्ता
- प्रतिक्रिया समय (औसत)
- 16.58s · 50.5% तेज़
- स्कोर
- 9.6 (+0.46 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.460 · 69.8% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.15s · 78.6% तेज़
मॉडल विवरण
शोध की तारीख: 2026-09-18
- पैरामीटर
- -
- आर्किटेक्चर
- अन्य
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
9.1
संगति
9.2
10.0
$1.520
कुल आउटपुट टोकन
128,144
कुल इनपुट टोकन
223,559
इनपुट कीमत
$2.500 / 1M
आउटपुट कीमत
$7.500 / 1M
कैश पढ़ने की कीमत
$0.250 / 1M
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
2
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.
#40 Pareto
default- लागत
- $0.034
- समय
- 170.7s
- टोकन
- 4,581 tok
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-10-01 18:33 | $2.500 / 1M | $7.500 / 1M | $0.250 / 1M | लागू नहीं |
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
ParetodefaultvsMuse WonderlowParetodefaultvsSeed 2.1 TurbohighParetodefaultvsMuse Spark 1.3highParetodefaultvsMuse WonderminimalParetodefaultvsClaude Haiku 5.5xhighParetodefaultvsGemini 3.5 FlashlowParetodefaultvsGPT-5.3-CodexmediumParetodefaultvsQwen3.8 Max (0902)mediumParetodefaultvsQwen3.8 Max (0902)highParetodefaultvsMuse Spark 1.3medium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 10.0 | 10.0 | |
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 7.2 | 9.1 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 2.8 | 1.6 |