Advertise here
#34

Pareto

Unbiased प्रकाशन: 2026-09-18 चाचणी तारीख: 2026-09-18 02:47 unbiased/pareto::none
-इतरबंद स्रोत

सारांश

Pareto AI BENCHY वर 8.9 स्कोर करते आणि #34 वर आहे. याची reliability 10.0, pass rate 86.4%, एकूण खर्च $1.172, आणि सरासरी response time 31.51s आहे.

Pareto खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #17.

मॉडेलची माहिती

संशोधन दिनांक: 2026-09-18

पॅरामीटर्स
-
आर्किटेक्चर
इतर
उपलब्धता
बंद स्रोत
परवाना
-
पॅरामीटर स्रोत 1 पॅरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोअर

8.9

सुसंगतता

9.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$1.172

एकूण आउटपुट टोकन्स

119,230

एकूण इनपुट टोकन्स

110,734

इनपुट किंमत

$2.500 / 1M

आउटपुट किंमत

$7.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 4

प्रति प्रयत्न पास दर: 86.4%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

31.51s

प्रतिसाद वेळ (कमाल): 143.33s

प्रतिसाद वेळ (एकूण): 693.29s

चुकीचे उत्तर: 3 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#34 Pareto

none
खर्च
$0.034
वेळ
170.7s
टोकन्स
4,581 tok

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

ParetononevsMuse Spark 1.3highParetononevsSeed 2.1 TurbohighParetononevsGPT-5.3-CodexmediumParetononevsGemini 3.5 FlashlowParetononevsQwen3.8 Max (0902)highParetononevsQwen3.8 Max (0902)mediumParetononevsGrok 4.5highParetononevsMuse Spark 1.3mediumParetononevsQwen3.8 MaxmediumParetononevsGemini 3.5 Flash Litehigh

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 7.2 9.1
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 2.8 1.6

तुलना केलेली मॉडेल्स