- स्कोअर
- 9.4 (+3.98 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 90.1% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 97.0% वेगवान
Tencent
प्रकाशन: 2026-08-29
चाचणी तारीख: 2026-10-01 04:19
tencent/hy4-preview::low
770B एकूण (49B सक्रिय)MoEमुक्त स्रोत
(low)
(none)
सारांश
Hy4 preview AI BENCHY वर 5.4 स्कोर करते आणि #304 वर आहे. याची reliability 6.5, pass rate 21.7%, एकूण खर्च $1.844, आणि सरासरी response time 207.21s आहे.
Hy4 preview खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #12. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 8.6 (+3.19 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 96.7% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 96.4% वेगवान
- स्कोअर
- 5.2 (-0.18 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.055 · 97.1% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 1.99s · 99.0% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-29
- पॅरामीटर्स
- 770B एकूण (49B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- परवाना
- Apache-2.0
5.4
सुसंगतता
8.2
6.5
$1.844
एकूण आउटपुट टोकन्स
687,477
एकूण इनपुट टोकन्स
162,180
इनपुट किंमत
$0.751 / 1M
आउटपुट किंमत
$2.251 / 1M
कॅश वाचण्याची किंमत
$0.038 / 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
4
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#304 Hy4 preview
low
Provider returned error
- खर्च
- $0.000
- वेळ
- 1.1s
- टोकन्स
- 0 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 04:19 पुन्हा चाचणी | 5.4 | 6.5 | $1.844 | सध्याची रन | |
| 2026-08-29 14:28 पहिला रन | 4.3 | 1.6 | $1.433 | तुलना करा |
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 04:19 · सध्याची रन | 69/69 प्रयत्न | 5.4 | 8.2 | 6.5 | 3/23 | 4 | 687,477 | 162,180 | $1.844 | 207.21s |
| 2026-08-29 14:28 · पहिला रन | 66/66 प्रयत्न | 4.3 | 5.0 | 1.6 | 3/22 | 13 | 559,131 | 41,319 | $1.433 | 189.47s |
| फरक | — | +1.0 | +3.2 | +4.9 | 0 | -9 | +128346 | +120861 | +$0.411 | +17745ms |
बेंचमार्क कव्हरेज वेगळे आहे: 69/69 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 66/66 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत | कॅश वाचण्याची किंमत | कॅश लिहिण्याची किंमत |
|---|---|---|---|---|
| 2026-10-06 16:43 | $0.751 / 1M | $2.251 / 1M | $0.038 / 1M | लागू नाही |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
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
Hy4 previewlowvsNorth Mini Codemediumमोफत उपलब्धHy4 previewlowvsMiMo-V2.6-FlashnoneHy4 previewlowvsQwen3.8 27Bnoneमोफत उपलब्धHy4 previewlowvsStep 3.5 FlashmediumHy4 previewlowvsSeed-2.0-CodenoneHy4 previewlowvsEmber-1noneHy4 previewlowvsGemma 4 26B A4Bnoneमोफत उपलब्धHy4 previewlowvsGPT-5.6 LunanoneHy4 previewlowvsGPT-6 LunanoneHy4 previewlowvsGranite 4.2 8Blow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 4.7 | 1.6 | |
| 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 |