AI BENCHY
Advertise here
#220

Cobuddy

Baidu Lansare: 2026-05-06 Testat la: 2026-06-04 13:47 baidu/cobuddy::medium

Rezumat

Cobuddy obține 4.7 pe AI BENCHY și este pe #220. Are fiabilitate 10.0, rată de reușită 45.5%, cost total $0.000 și timp mediu de răspuns 39.90s.

Ce face Cobuddy unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #1, iar Combinat este zona cea mai slabă, la #8. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Scor

4.7

Consistență

7.2

Fiabilitate

10.0

Cost total (preț curent)

$0.000

Total tokenuri de ieșire

118,380

Total tokenuri de intrare

37,449

Preț de intrare

$0.000 / 1M

Preț de ieșire

$0.000 / 1M

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 45.5%

Acoperire benchmark: 21/22 teste · 63/66 încercări

Teste instabile

6

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

39.90s

Timp de răspuns (maxim): 309.02s

Timp de răspuns (total): 797.98s

Răspuns greșit: 9 Nu a urmat instrucțiunile: 3 Eroare API: 1 Apel de instrument invalid: 1

Hamster playing table tennis

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

#220 Cobuddy

medium
No endpoints found for baidu/cobuddy:free.
Cost
$0.000
Timp
0.1s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:47 Test nou adăugat 4.7 10.0 $0.000 Rularea curentă
2026-05-22 00:23 Suită modificată 5.7 9.9 $0.000 Compară
2026-05-06 11:30 Prima rulare înregistrată 6.0 9.9 $0.000 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.000 / 1M $0.000 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

CobuddymediumvsQwen3 Coder NextmediumCobuddymediumvsMercury 2noneCobuddymediumvsTrinity Large PreviewnoneCobuddymediumvsMiniMax M2.5mediumCobuddymediumvsKAT-Coder-Air V2.5noneCobuddymediumvsLaguna S 2.1noneDisponibil gratuitCobuddymediumvsTrinity Large ThinkinghighCobuddymediumvsGLM 4.7 FlashmediumCobuddymediumvsGPT-5.4 NanononeCobuddymediumvsGrok 4.20none

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.7 7.9
Programare 3.7 6.7
Combinat 1.5 5.0
Parsare și extragere de date 6.3 5.8
Specific domeniului 2.9 4.4
Inteligență generală 4.2 9.9
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 3.6 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate