#250 Space Bunny Alpha
low- Cost
- $0.000
- Timp
- 20.6s
- Tokenuri
- 3,462 tok
Rezumat
Space Bunny Alpha obține 5.9 pe AI BENCHY și este pe #250. Are fiabilitate 10.0, rată de reușită 54.5%, cost total $0.000 și timp mediu de răspuns 27.98s.
Ce face Space Bunny Alpha unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Respectarea instrucțiunilor este zona cea mai slabă, la #15. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Documentat la 2026-09-24
5.9
Consistență
6.7
10.0
$0.000
Total tokenuri de ieșire
183,554
Total tokenuri de intrare
119,957
Preț de intrare
$0.000 / 1M
Preț de ieșire
$0.000 / 1M
Teste instabile
9
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.9 | 5.8 | |
| Programare | 5.6 | 4.7 | |
| Combinat | 3.8 | 5.8 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 7.2 | |
| Inteligență generală | 4.4 | 9.9 | |
| Respectarea instrucțiunilor | 4.4 | 2.7 | |
| Rezolvare de puzzle-uri | 7.9 | 9.9 | |
| Apelare instrumente | 4.7 | 1.6 | |
| Cultură generală | 3.0 | 10.0 |