सारांश
Hunter Alpha AI BENCHY वर 6.7 स्कोर करते आणि #75 वर आहे. याची reliability लागू नाही, pass rate 64.8%, एकूण खर्च $0.000, आणि सरासरी response time 10.33s आहे.
Hunter Alpha खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.
संग्रहित मॉडेल: हे मॉडेल आता अपडेट केले जाणार नाही आणि नवीन चाचण्यांवर तपासले जाणार नाही.
ओळख नोंद
Hunter Alpha हे Xiaomi: MiMo-V2-Pro चे स्टेल्थ आवृत्ती होते.
संशोधन दिनांक: 2026-08-12
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
6.7
सुसंगतता
7.4
लागू नाही
$0.000
एकूण आउटपुट टोकन्स
22,645
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.000 / 1M
आउटपुट किंमत
$0.000 / 1M
अस्थिर चाचण्या
6
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-05-06 14:09 पुन्हा चाचणी | 4.7 | लागू नाही | $0.000 | तुलना करा | |
| 2026-05-06 14:09 पुन्हा चाचणी | 4.7 | लागू नाही | $0.000 | तुलना करा | |
| 2026-05-06 14:09 पुन्हा चाचणी | 6.7 | लागू नाही | $0.000 | तुलना करा | |
| 2026-05-06 14:09 पुन्हा चाचणी | 6.7 | लागू नाही | $0.000 | तुलना करा | |
| 2026-05-06 14:09 पुन्हा चाचणी | 6.7 | लागू नाही | $0.000 | तुलना करा | |
| 2026-05-06 14:09 सूट बदलला | 6.7 | लागू नाही | $0.000 | सध्याची रन | |
| 2026-04-11 00:35 पहिली नोंदलेली रन | 6.7 | लागू नाही | $0.000 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 14:09 · सूट बदलला | 52/54 प्रयत्न | 6.7 | 7.4 | लागू नाही | 8/18 | 6 | 22,645 | 0 | $0.000 | 10.33s |
| 2026-04-11 00:35 · पहिली नोंदलेली रन | 52/54 प्रयत्न | 6.7 | 7.4 | लागू नाही | 8/18 | 6 | 22,645 | 0 | $0.000 | 10.33s |
| फरक | — | 0.0 | 0.0 | 0 | 0 | 0 | 0 | $0.000 | 0ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 7.3 | 5.8 | |
| कोडिंग | 3.0 | 10.0 | |
| संयुक्त | 4.7 | 1.6 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 7.0 | 3.7 | |
| सूचनांचे पालन | 9.9 | 10.0 | |
| कोडी सोडवणे | 6.1 | 4.7 | |
| टूल कॉलिंग | 10.0 | 10.0 |