- स्कोअर
- 9.4 (+0.50 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 90.2% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 77.9% वेगवान
Unbiased
प्रकाशन: 2026-10-15
चाचणी तारीख: 2026-10-15 11:59
unbiased/pareto-26.9::none
-इतरबंद स्रोत सारांश
Pareto 26.9 AI BENCHY वर 8.9 स्कोर करते आणि #55 वर आहे. याची reliability 10.0, pass rate 79.7%, एकूण खर्च $1.864, आणि सरासरी response time 28.26s आहे.
Pareto 26.9 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर सामान्य ज्ञान हा सर्वात कमकुवत भाग आहे, rank #16.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 9.1 (+0.26 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.140 · 92.5% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 16.58s · 41.3% वेगवान
- स्कोअर
- 9.6 (+0.69 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.460 · 75.4% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.15s · 74.7% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-10-15
- पॅरामीटर्स
- -
- आर्किटेक्चर
- इतर
- उपलब्धता
- बंद स्रोत
- परवाना
- -
8.9
सुसंगतता
8.1
10.0
$1.864
एकूण आउटपुट टोकन्स
175,696
एकूण इनपुट टोकन्स
218,199
इनपुट किंमत
$2.500 / 1M
आउटपुट किंमत
$7.500 / 1M
कॅश वाचण्याची किंमत
$0.250 / 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
6
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.
#55 Pareto 26.9
default- खर्च
- $0.038
- वेळ
- 109.6s
- टोकन्स
- 5,118 tok
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
Pareto 26.9defaultvsClaude Fable 5mediumPareto 26.9defaultvsQwen3.8 MAXlowPareto 26.9defaultvsMuse Spark 1.1mediumPareto 26.9defaultvsGPT-5.4mediumPareto 26.9defaultvsMuse Spark 1.2mediumPareto 26.9defaultvsDeepSeek V4.1 FlashhighPareto 26.9defaultvsMuse Spark 1.2highPareto 26.9defaultvsDeepSeek V4.1 FlashmediumPareto 26.9defaultvsGLM 5.3 FlashmaxPareto 26.9defaultvsMuse Spark 1.2low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 7.5 | 8.4 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 8.2 | 6.9 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 6.5 | 3.4 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.3 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 2.8 | 1.6 |