AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#234

Space Bunny Alpha

Stealth Lansare: 2026-09-24 Testat la: 2026-09-30 23:12 stealth/space-bunny-alpha::medium
-AltulÎnchis

Rezumat

Space Bunny Alpha obține 6.3 pe AI BENCHY și este pe #234. Are fiabilitate 10.0, rată de reușită 55.1%, cost total $0.000 și timp mediu de răspuns 32.88s.

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

Date despre model

Documentat la 2026-09-24

Parametri
-
Arhitectură
Altul
Disponibilitate
Închis
Licență
-

Scor

6.3

Consistență

8.2

Total tokenuri de ieșire

192,115

Total tokenuri de intrare

267,840

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 corecte

Teste greșite: 13

Rată de trecere pe încercare: 55.1%

Teste instabile

5

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

Timp de răspuns (mediu)

32.88s

Timp de răspuns (maxim): 197.32s

Timp de răspuns (total): 756.28s

Hamster playing table tennis

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

#234 Space Bunny Alpha

medium
Cost
$0.000
Timp
35.4s
Tokenuri
4,894 tok

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
Sarcini agentice 6.1 3.1
Trucuri anti-AI 5.2 8.0
Programare 5.4 7.2
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 9.8 10.0
Rezolvare de puzzle-uri 7.9 9.9
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate