AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#270

Hy4 preview

Tencent प्रकाशन: 2026-08-29 चाचणी तारीख: 2026-08-29 14:28 tencent/hy4-preview::low
770B एकूण (49B सक्रिय)MoEमुक्त स्रोत
(low) (none)

सारांश

Hy4 preview AI BENCHY वर 4.3 स्कोर करते आणि #270 वर आहे. याची reliability 1.6, pass rate 45.5%, एकूण खर्च $1.433, आणि सरासरी response time 189.47s आहे.

Hy4 preview खास का आहे: हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-29

जाहीर केलेले
पॅरामीटर्स
770B एकूण (49B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0

सुसंगतता

5.0

एकूण आउटपुट टोकन्स

559,131

एकूण इनपुट टोकन्स

41,319

इनपुट किंमत

$0.834 / 1M

आउटपुट किंमत

$2.501 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 19

प्रति प्रयत्न पास दर: 45.5%

अस्थिर चाचण्या

13

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

प्रतिसाद वेळ (सरासरी)

189.47s

प्रतिसाद वेळ (कमाल): 597.45s

प्रतिसाद वेळ (एकूण): 4168.32s

Hamster playing table tennis

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

#270 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
2026-08-29 15:57 पुन्हा चाचणी 5.1 3.6 $1.681 तुलना करा
2026-08-29 14:28 पहिला रन 4.3 1.6 $1.433 सध्याची रन

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 बरोबर चाचण्या
अँटी-एआय युक्त्या 4.2 1.6
कोडिंग 3.4 1.6
संयुक्त 2.9 5.8
डेटा पार्सिंग आणि निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 2.8 1.6
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 4.3 4.1
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स