#84 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: 2026-05-06 11:30
baidu/cobuddy::medium
Ringkasan
Cobuddy mendapat skor 6.0 di AI BENCHY dan berada di peringkat #84. Model ini memiliki reliabilitas 9.9, tingkat keberhasilan 53.7%, total biaya $0.000, dan waktu respons rata-rata 35.89s.
Yang membuat Cobuddy unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
6.0
Konsistensi
7.6
9.9
$0.000
Total token output
88,220
Total token input
0
Harga input
$0.000 / 1M
Harga output
$0.000 / 1M
Tes Salah: 11
Tingkat lulus per percobaan: 53.7%
Cakupan benchmark: 18/18 tes · 52/54 percobaan
Tes tidak stabil
5
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 | Bandingkan | |
| 2026-05-06 11:30 Run pertama yang tercatat | 6.0 | 9.9 | $0.000 | Run saat ini |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 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 |
| 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 |
| Selisih | — | +0.3 | +0.6 | 0.0 | 0 | -2 | -29965 | 0 | $0.000 | -4022ms |
Cakupan benchmark berbeda: 18/18 tes · 52/54 percobaan (Target: 3 pengulangan per tes) dibanding 20/20 tes · 60/60 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 | 4.3 | 1.1 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 6.3 | 5.8 | |
| Spesifik domain | 2.9 | 7.2 | |
| Kecerdasan umum | 4.2 | 9.9 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 3.7 | 6.8 | |
| Pemanggilan alat | 10.0 | 10.0 |