#84 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- لاگت
- $0.000
- وقت
- 0.1s
- ٹوکنز
- 0 tok
Baidu
اجرا: 2026-05-06
ٹیسٹ کیا گیا: 2026-05-06 11:30
baidu/cobuddy::medium
خلاصہ
Cobuddy AI BENCHY پر 6.0 اسکور کرتا ہے اور #84 پر ہے۔ اس کی reliability 9.9، pass rate 53.7%، کل لاگت $0.000، اور اوسط response time 35.89s ہے۔
Cobuddy کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
6.0
تسلسل
7.6
9.9
$0.000
کل آؤٹ پٹ ٹوکنز
88,220
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.000 / 1M
آؤٹ پٹ قیمت
$0.000 / 1M
غیر مستحکم ٹیسٹ
5
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-06-04 13:47 نیا ٹیسٹ شامل ہوا | 4.7 | 10.0 | $0.000 | موازنہ کریں | |
| 2026-05-22 00:23 سوٹ بدل گیا | 5.7 | 9.9 | $0.000 | موازنہ کریں | |
| 2026-05-06 11:30 پہلا ریکارڈ شدہ رن | 6.0 | 9.9 | $0.000 | موجودہ رن |
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-06 11:30 · پہلا ریکارڈ شدہ رن | 18/18 ٹیسٹس · 52/54 کوششیں | 6.0 | 7.6 | 9.9 | 7/18 | 5 | 88,220 | 0 | $0.000 | 35.89s |
| 2026-06-04 13:47 · نیا ٹیسٹ شامل ہوا | 21/21 ٹیسٹس · 63/63 کوششیں | 4.7 | 7.2 | 10.0 | 7/21 | 6 | 118,380 | 37,449 | $0.000 | 39.90s |
| فرق | — | +1.4 | +0.4 | -0.1 | 0 | -1 | -30160 | -37449 | $0.000 | -4010ms |
بینچ مارک کوریج مختلف ہے: 18/18 ٹیسٹس · 52/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 21/21 ٹیسٹس · 63/63 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
Cobuddymediumمفت دستیابvsQwen3 Coder NextmediumCobuddymediumمفت دستیابvsMercury 2noneCobuddymediumمفت دستیابvsTrinity Large PreviewnoneCobuddymediumمفت دستیابvsMiniMax M2.5mediumCobuddymediumمفت دستیابvsKAT-Coder-Air V2.5noneCobuddymediumمفت دستیابvsLaguna S 2.1noneمفت دستیابCobuddymediumمفت دستیابvsTrinity Large ThinkinghighCobuddymediumمفت دستیابvsGLM 4.7 FlashmediumCobuddymediumمفت دستیابvsGPT-5.4 NanononeCobuddymediumمفت دستیابvsGrok 4.20none
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 8.7 | 7.9 | |
| کوڈنگ | 4.3 | 1.1 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 6.3 | 5.8 | |
| ڈومین مخصوص | 2.9 | 7.2 | |
| عمومی ذہانت | 4.2 | 9.9 | |
| ہدایات کی پیروی | 9.8 | 10.0 | |
| پہیلی حل کرنا | 3.7 | 6.8 | |
| ٹول کالنگ | 10.0 | 10.0 |