Advertise here
#55

Pareto 26.9

Unbiased Rilis: 2026-10-15 Diuji pada: 2026-10-15 11:59 unbiased/pareto-26.9::none
-LainnyaTertutup

Ringkasan

Pareto 26.9 mendapat skor 8.9 di AI BENCHY dan berada di peringkat #55. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 79.7%, total biaya $1.864, dan waktu respons rata-rata 28.26s.

Yang membuat Pareto 26.9 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #2, sementara Pengetahuan umum adalah area terlemahnya di #16.

Fakta model

Ditelaah pada 2026-10-15

Parameter
-
Arsitektur
Lainnya
Ketersediaan
Tertutup
Lisensi
-
Sumber parameter 1 Sumber parameter 2 Sumber parameter 3 Sumber ketersediaan

Skor

8.9

Konsistensi

8.1

Keandalan

10.0

Total biaya (harga saat ini)

$1.864

Total token output

175,696

Total token input

218,199

Harga input

$2.500 / 1M

Harga output

$7.500 / 1M

Harga baca cache

$0.250 / 1M

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 8

Tingkat lulus per percobaan: 79.7%

Tes tidak stabil

6

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

Waktu respons (rata-rata)

28.26s

Waktu respons (maks): 151.76s

Waktu respons (total): 649.90s

Jawaban salah: 6 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1

Hamster playing table tennis

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

#55 Pareto 26.9

default
Biaya
$0.038
Waktu
109.6s
Token
5,118 tok

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Pareto 26.9defaultvsClaude Fable 5mediumPareto 26.9defaultvsQwen3.8 MAXlowPareto 26.9defaultvsMuse Spark 1.1mediumPareto 26.9defaultvsGPT-5.4mediumPareto 26.9defaultvsMuse Spark 1.2mediumPareto 26.9defaultvsDeepSeek V4.1 FlashhighPareto 26.9defaultvsMuse Spark 1.2highPareto 26.9defaultvsDeepSeek V4.1 FlashmediumPareto 26.9defaultvsGLM 5.3 FlashmaxPareto 26.9defaultvsMuse Spark 1.2low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 10.0 10.0
Trik anti-AI 7.5 8.4
Pemrograman 10.0 10.0
Gabungan 8.2 6.9
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.9 7.2
Kecerdasan umum 6.5 3.4
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 8.2 7.3
Pemanggilan alat 10.0 10.0
Pengetahuan umum 2.8 1.6

Model yang Dibandingkan