AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#131

North Mini Code

Cohere Rilis: 2026-06-18 Diuji pada: 2026-06-18 09:42 cohere/north-mini-code::none
(medium) (none)

Ringkasan

North Mini Code mendapat skor 5.1 di AI BENCHY dan berada di peringkat #131. Model ini memiliki reliabilitas 8.5, tingkat keberhasilan 19.1%, total biaya $0.000, dan waktu respons rata-rata 29.82s.

Yang membuat North Mini Code unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Skor

5.1

Konsistensi

9.9

Keandalan

8.5

Total token output

8,278

Total token input

43,264

Harga input

$0.000 / 1M

Harga output

$0.000 / 1M

Tes benar

Tes Salah: 17

Tingkat lulus per percobaan: 19.1%

Cakupan benchmark: 21/21 tes · 57/63 percobaan

Tes tidak stabil

0

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

Waktu respons (rata-rata)

29.82s

Waktu respons (maks): 159.85s

Waktu respons (total): 626.26s

Hamster playing table tennis

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

#131 North Mini Code

none
Biaya
$0.000
Waktu
266.1s
Token
63,551 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:19 Tes baru ditambahkan 5.1 8.7 $0.000 Bandingkan
2026-06-18 09:42 Run awal 5.1 8.5 $0.000 Run saat ini

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-06-18 09:42 · Run awal21/21 tes · 57/63 percobaan5.19.98.54/2108,27843,264$0.00029.82s
2026-07-16 23:19 · Tes baru ditambahkan22/22 tes · 60/66 percobaan5.19.98.74/22026,786130,492$0.00029.95s
Selisih0.00.0-0.200-18508-87228$0.000-124ms

Cakupan benchmark berbeda: 21/21 tes · 57/63 percobaan (Target: 3 pengulangan per tes) dibanding 22/22 tes · 60/66 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.

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 3.0 10.0
Pemrograman 3.9 10.0
Gabungan 3.5 8.7
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.0 10.0
Kecerdasan umum 3.9 9.6
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 3.5 10.0
Pemanggilan alat 9.5 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan