Advertise here
#276

Space Bunny Alpha

Stealth प्रकाशन: 2026-09-24 चाचणी तारीख: 2026-09-30 23:14 stealth/space-bunny-alpha::xhigh
-इतरबंद स्रोत
(max) (xhigh) (high) (medium) (low)

सारांश

Space Bunny Alpha AI BENCHY वर 6.2 स्कोर करते आणि #276 वर आहे. याची reliability 10.0, pass rate 55.1%, एकूण खर्च $0.000, आणि सरासरी response time 60.03s आहे.

Space Bunny Alpha खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #12. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

ओळख नोंद

Space Bunny Alpha हे MiniMax: MiniMax M3.1 Flash ची प्रीव्ह्यू आवृत्ती होती.

मॉडेलची माहिती

संशोधन दिनांक: 2026-10-19

पॅरामीटर्स
-
आर्किटेक्चर
इतर
उपलब्धता
बंद स्रोत
परवाना
-
पॅरामीटर स्रोत 1 पॅरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोअर

6.2

सुसंगतता

7.1

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.000

एकूण आउटपुट टोकन्स

381,919

एकूण इनपुट टोकन्स

363,310

इनपुट किंमत

$0.000 / 1M

आउटपुट किंमत

$0.000 / 1M

कॅश वाचण्याची किंमत

लागू नाही

कॅश लिहिण्याची किंमत

लागू नाही

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

बरोबर चाचण्या

चुकीच्या चाचण्या: 14

प्रति प्रयत्न पास दर: 55.1%

अस्थिर चाचण्या

8

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

60.03s

प्रतिसाद वेळ (कमाल): 459.99s

प्रतिसाद वेळ (एकूण): 1380.67s

चुकीचे उत्तर: 9 सूचनांचे पालन केले नाही: 2 उत्तर नाही: 2 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#276 Space Bunny Alpha

xhigh
खर्च
$0.000
वेळ
98.6s
टोकन्स
10,913 tok

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Space Bunny AlphaxhighvsGrok 4.20mediumSpace Bunny AlphaxhighvsKAT-Coder-Pro V2.5mediumSpace Bunny AlphaxhighvsDeepSeek V4 Flash 0423noneSpace Bunny AlphaxhighvsDeepSeek V4 Flash 0731noneSpace Bunny AlphaxhighvsTrinity Large ThinkinglowSpace Bunny AlphaxhighvsGemini 3.1 Flash Lite PreviewnoneSpace Bunny AlphaxhighvsDeepSeek V3.2mediumSpace Bunny AlphaxhighvsClaude Fable 5.1lowSpace Bunny AlphaxhighvsSpace Bunny AlphamediumSpace Bunny AlphaxhighvsGemini 3.5 Flashnone

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 5.2 3.2
अँटी-एआय युक्त्या 6.4 5.8
कोडिंग 6.6 5.0
संयुक्त 3.2 5.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.9 7.2
Samanya Buddhimatta 5.0 10.0
सूचनांचे पालन 5.6 5.8
कोडी सोडवणे 7.9 9.9
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स