#105 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- Biaya
- $0.000
- Waktu
- 0.1s
- Token
- 0 tok
Baidu
Rilis: 2026-05-06
Diuji pada: 2026-05-22 00:23
baidu/cobuddy::medium
Ringkasan
Cobuddy mendapat skor 5.7 di AI BENCHY dan berada di peringkat #105. Model ini memiliki reliabilitas 9.9, tingkat keberhasilan 51.7%, total biaya $0.000, dan waktu respons rata-rata 39.91s.
Yang membuat Cobuddy unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
5.7
Konsistensi
7.0
9.9
$0.000
Total token output
118,185
Total token input
0
Harga input
$0.000 / 1M
Harga output
$0.000 / 1M
Tes tidak stabil
7
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-06-04 13:47 Tes baru ditambahkan | 4.7 | 10.0 | $0.000 | Bandingkan | |
| 2026-05-22 00:23 Suite berubah | 5.7 | 9.9 | $0.000 | Run saat ini | |
| 2026-05-06 11:30 Run pertama yang tercatat | 6.0 | 9.9 | $0.000 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:23 · Suite berubah | 20/20 tes · 60/60 percobaan | 5.7 | 7.0 | 9.9 | 7/20 | 7 | 118,185 | 0 | $0.000 | 39.91s |
| 2026-05-06 11:30 · Run pertama yang tercatat | 18/18 tes · 52/54 percobaan | 6.0 | 7.6 | 9.9 | 7/18 | 5 | 88,220 | 0 | $0.000 | 35.89s |
| Selisih | — | -0.3 | -0.6 | 0.0 | 0 | +2 | +29965 | 0 | $0.000 | +4022ms |
Cakupan benchmark berbeda: 20/20 tes · 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 18/18 tes · 52/54 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
CobuddymediumTersedia gratisvsQwen3 Coder NextmediumCobuddymediumTersedia gratisvsMercury 2noneCobuddymediumTersedia gratisvsTrinity Large PreviewnoneCobuddymediumTersedia gratisvsMiniMax M2.5mediumCobuddymediumTersedia gratisvsKAT-Coder-Air V2.5noneCobuddymediumTersedia gratisvsLaguna S 2.1noneTersedia gratisCobuddymediumTersedia gratisvsTrinity Large ThinkinghighCobuddymediumTersedia gratisvsGLM 4.7 FlashmediumCobuddymediumTersedia gratisvsGPT-5.4 NanononeCobuddymediumTersedia gratisvsGrok 4.20none
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.7 | 7.9 | |
| Pemrograman | 4.1 | 5.1 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 6.3 | 5.8 | |
| Spesifik domain | 2.9 | 4.4 | |
| Kecerdasan umum | 4.2 | 9.9 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 3.5 | 4.4 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |