#399 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- Cost
- $0.000
- Timp
- 0.1s
- Tokenuri
- 0 tok
Baidu
Lansare: 2026-05-06
Testat la: 2026-10-01 05:10
baidu/cobuddy::medium
~21B în total (~3B activi)MoEÎnchisEstimat Rezumat
Cobuddy obține 4.4 pe AI BENCHY și este pe #399. Are fiabilitate 10.0, rată de reușită 43.5%, cost total $0.000 și timp mediu de răspuns 38.01s.
Ce face Cobuddy unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #2, iar Specific domeniului este zona cea mai slabă, la #12. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~21B în total (~3B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
4.4
Consistență
7.3
10.0
$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
Preț citire cache
N/D
Preț scriere cache
N/D
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Teste greșite: 15
Rată de trecere pe încercare: 43.5%
Acoperire benchmark: 66/69 încercări (Țintă: 3 repetări per test)
Teste instabile
6
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-10-01 05:10 Test nou adăugat | 4.4 | 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.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
CobuddymediumDisponibil gratuitvsGranite 4.2 8BnoneCobuddymediumDisponibil gratuitvsMercury 2noneCobuddymediumDisponibil gratuitvsTrinity Large PreviewdefaultDisponibil gratuitCobuddymediumDisponibil gratuitvsMiniMax M2.5mediumCobuddymediumDisponibil gratuitvsKAT Coder AIR V2.5defaultCobuddymediumDisponibil gratuitvsGLM 4.7 FlashmediumCobuddymediumDisponibil gratuitvsNemotron 3 SupernoneDisponibil gratuitCobuddymediumDisponibil gratuitvsgpt-oss-120bnoneCobuddymediumDisponibil gratuitvsRing 2.6 1tdefaultCobuddymediumDisponibil gratuitvsMercury 2.5none
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 3.0 | 10.0 | |
| 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 |