7.9
Konsistensi
8.9
10.0
Total token output
307,463
Harga input
$0.195 / 1M
Harga output
$1.560 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-05-22 00:04 Suite berubah | 7.9 | 10.0 | $0.607 | Run saat ini | |
| 2026-04-11 01:44 Run pertama yang tercatat | 8.4 | T/A | $0.497 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:04 · Run saat ini | 7.9 | 8.9 | 10.0 | 13/20 | 3 | 307,463 | $0.590 | 60.09s |
| 2026-04-11 01:44 · Run pertama yang tercatat | 8.4 | 8.8 | T/A | 13/18 | 3 | 245,000 | $0.497 | 53.03s |
| Selisih | -0.5 | +0.1 | 0 | 0 | +62463 | +$0.093 | +7069ms |
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 |
|---|---|---|
| 2026-05-28 17:57 | $0.195 / 1M | $1.560 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.7 | 7.9 | |
| Pemrograman | 7.0 | 9.8 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 6.1 | 3.1 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 8.2 | 7.7 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |