सारांश
Hy3 preview AI BENCHY वर 4.5 स्कोर करते आणि #383 वर आहे. याची reliability 10.0, pass rate 47.8%, एकूण खर्च $0.042, आणि सरासरी response time 24.56s आहे.
Hy3 preview खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर स्वायत्त एजंट कार्ये हा सर्वात कमकुवत भाग आहे, rank #11.
संग्रहित मॉडेल: हे मॉडेल आता अपडेट केले जाणार नाही आणि नवीन चाचण्यांवर तपासले जाणार नाही.
संशोधन दिनांक: 2026-08-12
4.5
सुसंगतता
8.4
10.0
एकूण आउटपुट टोकन्स
63,460
एकूण इनपुट टोकन्स
21,045
इनपुट किंमत
$0.180 / 1M
आउटपुट किंमत
$0.600 / 1M
कॅश वाचण्याची किंमत
$0.060 / 1M
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.
अस्थिर चाचण्या
2
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 |
|---|---|---|---|---|---|
| 2026-06-04 14:31 नवीन चाचणी जोडली | 4.5 | 10.0 | $0.042 |