AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#84

Cobuddy

Baidu Lansare: 2026-05-06 Testat la: 2026-05-06 11:30 baidu/cobuddy::medium

Rezumat

Cobuddy obține 6.0 pe AI BENCHY și este pe #84. Are fiabilitate 9.9, rată de reușită 53.7%, cost total $0.000 și timp mediu de răspuns 35.89s.

Ce face Cobuddy unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Scor

6.0

Consistență

7.6

Total tokenuri de ieșire

88,220

Total tokenuri de intrare

0

Preț de intrare

$0.000 / 1M

Preț de ieșire

$0.000 / 1M

Teste corecte

Teste greșite: 11

Rată de trecere pe încercare: 53.7%

Teste instabile

5

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

Timp de răspuns (mediu)

35.89s

Timp de răspuns (maxim): 309.02s

Timp de răspuns (total): 646.00s

Prezentare generare

Hamster playing table tennis

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

#84 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 5.6 10.0 $0.000 Compară
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 Rularea curentă

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.7 7.9
Programare 4.3 1.1
Combinat 3.0 10.0
Parsare și extragere de date 6.3 5.8
Specific domeniului 2.9 7.2
Inteligență generală 4.2 9.9
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 3.7 6.8
Apelare instrumente 10.0 10.0

Modele comparate