AI BENCHY
Advertise here
#159

North Mini Code

Cohere Rilis: 2026-06-18 Diuji pada: 2026-07-16 23:46 cohere/north-mini-code::medium
(medium) (none)

Ringkasan

North Mini Code mendapat skor 5.9 di AI BENCHY dan berada di peringkat #159. Model ini memiliki reliabilitas 8.6, tingkat keberhasilan 48.5%, total biaya $0.000, dan waktu respons rata-rata 137.11s.

Yang membuat North Mini Code unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #3, sementara Pemecahan teka-teki adalah area terlemahnya di #10. Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Skor

5.9

Konsistensi

8.5

Keandalan

8.6

Total token output

1,766,801

Total token input

81,813

Harga input

$0.000 / 1M

Harga output

$0.000 / 1M

Tes benar

Tes Salah: 13

Tingkat lulus per percobaan: 48.5%

Cakupan benchmark: 22/22 tes · 58/66 percobaan

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

137.11s

Waktu respons (maks): 786.72s

Waktu respons (total): 3016.42s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#159 North Mini Code

medium
Biaya
$0.000
Waktu
51.8s
Token
12,460 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:46 Tes baru ditambahkan 5.9 8.6 $0.000 Run saat ini
2026-06-18 09:44 Run awal 5.8 8.5 $0.000 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-18 09:34 $0.000 / 1M $0.000 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 8.4 10.0
Pemrograman 4.5 4.9
Gabungan 2.9 5.8
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 7.2
Kecerdasan umum 5.1 10.0
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 3.3 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan