#86 Owl Alpha
none
Provider returned error
- Cost
- $0.000
- Time
- 0.2s
- Tokens
- 0 tok
概要
Owl Alpha は AI BENCHY で 6.0 を記録し、順位は #86 です。信頼性は 10.0、成功率は 46.3%、総コストは $0.000、平均応答時間は 7.07s です。
Owl Alpha の特徴: 最も目立つのは コーディング で、順位は #1 です。一方、最も弱い領域は 反AIトリック で #13 です。 このスコア帯としては benchmark 総コストがかなり低めです。
アーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
入力価格
$0.000 / 1M
出力価格
$0.000 / 1M
不安定なテスト
2
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-06-04 14:29 新しいテストを追加 | 5.5 | 10.0 | $0.000 | 比較する | |
| 2026-05-22 00:42 スイート変更 | 5.7 | 10.0 | $0.000 | 比較する | |
| 2026-04-30 17:24 再テスト | 6.0 | 10.0 | $0.000 | 現在の実行 | |
| 2026-04-30 15:31 初回実行 | 6.0 | 10.0 | $0.000 | 比較する |
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-30 17:24 · 再テスト | 6.0 | 9.1 | 10.0 | 7/18 | 2 | 1,671 | 0 | $0.000 | 7.07s |
| 2026-06-04 14:29 · 新しいテストを追加 | 5.5 | 9.6 | 10.0 | 7/21 | 1 | 5,913 | 42,283 | $0.000 | 9.88s |
| 差分 | +0.5 | -0.5 | 0.0 | 0 | +1 | -4242 | -42283 | $0.000 | -2807ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。