#334 North Mini Code
medium- Cost
- $0.000
- Timp
- 51.8s
- Tokenuri
- 12,460 tok
Cohere
Lansare: 2026-06-18
Testat la: 2026-10-01 03:03
cohere/north-mini-code::medium
30B în total (3B activi)MoESursă deschisă
(medium)
(default)
Rezumat
North Mini Code obține 5.4 pe AI BENCHY și este pe #334. Are fiabilitate 8.9, rată de reușită 42.0%, cost total $0.000 și timp mediu de răspuns 140.39s.
Ce face North Mini Code unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #2, iar Specific domeniului este zona cea mai slabă, la #14. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.
Date despre model
Documentat la 2026-08-12
- Parametri
- 30B în total (3B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- Apache-2.0
5.4
Consistență
8.6
8.9
$0.000
Total tokenuri de ieșire
1,359,341
Total tokenuri de intrare
166,347
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: 42.0%
Acoperire benchmark: 61/69 încercări (Țintă: 3 repetări per test)
Teste instabile
4
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 03:03 Retestare | 5.4 | 8.9 | $0.000 | Rularea curentă | |
| 2026-07-16 23:46 Test nou adăugat | 5.9 | 8.6 | $0.000 | Compară | |
| 2026-06-18 09:44 Prima rulare | 5.8 | 8.5 | $0.000 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 03:03 · Rularea curentă | 61/69 încercări | 5.4 | 8.6 | 8.9 | 8/23 | 4 | 1,359,341 | 166,347 | $0.000 | 140.39s |
| 2026-07-16 23:46 · Test nou adăugat | 58/66 încercări | 5.9 | 8.5 | 8.6 | 9/22 | 4 | 1,766,801 | 81,813 | $0.000 | 137.11s |
| Diferență | — | -0.5 | +0.1 | +0.3 | -1 | 0 | -407460 | +84534 | $0.000 | +3285ms |
Acoperirea benchmark diferă: 61/69 încercări (Țintă: 3 repetări per test) față de 58/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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
North Mini CodemediumDisponibil gratuitvsQwen3.8 27BnoneDisponibil gratuitNorth Mini CodemediumDisponibil gratuitvsHy4 previewlowNorth Mini CodemediumDisponibil gratuitvsSeed-2.0-CodenoneNorth Mini CodemediumDisponibil gratuitvsMiMo-V2.6-FlashnoneNorth Mini CodemediumDisponibil gratuitvsGemma 4 26B A4BnoneDisponibil gratuitNorth Mini CodemediumDisponibil gratuitvsStep 3.5 FlashmediumNorth Mini CodemediumDisponibil gratuitvsGPT-6 LunanoneNorth Mini CodemediumDisponibil gratuitvsEmber-1noneNorth Mini CodemediumDisponibil gratuitvsGemini 2.5 FlashnoneNorth Mini CodemediumDisponibil gratuitvsGPT-5.6 Lunanone
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 3.9 | 9.6 | |
| Trucuri anti-AI | 8.4 | 10.0 | |
| Programare | 4.5 | 4.9 | |
| Combinat | 2.9 | 5.8 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 5.1 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 3.3 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |