#217 Hy4 preview
low- खर्च
- $0.000
- वेळ
- 1.1s
- टोकन्स
- 0 tok
सारांश
Hy4 preview AI BENCHY वर 5.6 स्कोर करते आणि #217 वर आहे. याची reliability 5.4, pass rate 19.7%, एकूण खर्च $1.745, आणि सरासरी response time 214.25s आहे.
Hy4 preview खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #11. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.
संशोधन दिनांक: 2026-08-29
5.6
सुसंगतता
8.5
5.4
$1.745
एकूण आउटपुट टोकन्स
682,538
एकूण इनपुट टोकन्स
45,154
इनपुट किंमत
$0.834 / 1M
आउटपुट किंमत
$2.501 / 1M
अस्थिर चाचण्या
3
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 |
|---|---|---|---|---|---|
| 2026-08-29 15:57 पुन्हा चाचणी | 5.1 | 3.6 | $1.681 | सध्याची रन | |
| 2026-08-29 14:28 पहिला रन | 4.3 | 1.6 | $1.433 | तुलना करा |
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.0 | 8.9 | |
| कोडिंग | 5.2 | 8.6 | |
| संयुक्त | 2.9 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 8.7 | 10.0 | |
| डोमेन-विशिष्ट | 4.5 | 10.0 | |
| Samanya Buddhimatta | 7.5 | 10.0 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 5.3 | 5.0 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |