AI BENCHY
Advertise here
#253

Hy4 preview

Tencent प्रकाशन: 2026-08-29 चाचणी तारीख: 2026-08-29 16:06 tencent/hy4-preview::none
770B एकूण (49B सक्रिय)MoEमुक्त स्रोत
(low) (none)

सारांश

Hy4 preview AI BENCHY वर 4.8 स्कोर करते आणि #253 वर आहे. याची reliability 4.3, pass rate 16.7%, एकूण खर्च $0.041, आणि सरासरी response time 39.24s आहे.

Hy4 preview खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #12.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-29

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

सुसंगतता

9.3

एकूण आउटपुट टोकन्स

7,306

एकूण इनपुट टोकन्स

26,376

इनपुट किंमत

$0.834 / 1M

आउटपुट किंमत

$2.501 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 19

प्रति प्रयत्न पास दर: 16.7%

अस्थिर चाचण्या

1

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

प्रतिसाद वेळ (सरासरी)

39.24s

प्रतिसाद वेळ (कमाल): 95.32s

प्रतिसाद वेळ (एकूण): 863.30s

Hamster playing table tennis

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

#253 Hy4 preview

none
This operation was aborted
खर्च
$0.000
वेळ
0.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-29 15:55 पुन्हा चाचणी 4.7 3.0 $0.040 सध्याची रन
2026-08-29 14:22 पहिला रन 4.1 1.3 $0.035 तुलना करा

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 3.3 9.6
कोडिंग 3.8 9.4
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 8.7 10.0
डोमेन-विशिष्ट 6.8 10.0
Samanya Buddhimatta 5.1 10.0
सूचनांचे पालन 7.0 8.9
कोडी सोडवणे 4.6 7.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स