#204

Space Bunny Alpha

Stealth प्रकाशन: 2026-09-24 चाचणी तारीख: 2026-09-24 02:23 stealth/space-bunny-alpha::xhigh

-इतरबंद स्रोत

(max) (xhigh) (high) (medium) (low)

सारांश

Space Bunny Alpha AI BENCHY वर 6.5 स्कोर करते आणि #204 वर आहे. याची reliability 10.0, pass rate 56.1%, एकूण खर्च $0.000, आणि सरासरी response time 55.53s आहे.

Space Bunny Alpha खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #16. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-09-24

पॅरामीटर्स: -
आर्किटेक्चर: इतर
उपलब्धता: बंद स्रोत
परवाना: -

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

6.5

सुसंगतता

7.3

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.000

एकूण आउटपुट टोकन्स

352,867

एकूण इनपुट टोकन्स

138,715

इनपुट किंमत

$0.000 / 1M

आउटपुट किंमत

$0.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 13

प्रति प्रयत्न पास दर: 56.1%

अस्थिर चाचण्या

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

प्रतिसाद वेळ (सरासरी)

55.53s

प्रतिसाद वेळ (कमाल): 459.99s

प्रतिसाद वेळ (एकूण): 1221.55s

चुकीचे उत्तर: 9 सूचनांचे पालन केले नाही: 2 उत्तर नाही: 2

Hamster playing table tennis

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

#204 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

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
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

Space Bunny Alpha

मॉडेलची माहिती

Hamster playing table tennis

#204 Space Bunny Alpha

चार्ट्स

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स