#106 Owl Alpha
none
Provider returned error
- Cost
- $0.000
- Time
- 0.2s
- Tokens
- 0 tok
Openrouter
اجرا: 2026-04-30
ٹیسٹ کیا گیا: 2026-05-22 00:42
openrouter/owl-alpha::none
(medium)
(none)
خلاصہ
Owl Alpha AI BENCHY پر 5.7 اسکور کرتا ہے اور #106 پر ہے۔ اس کی reliability 10.0، pass rate 41.7%، کل لاگت $0.000، اور اوسط response time 8.84s ہے۔
Owl Alpha کو منفرد کیا بناتا ہے: یہ کوڈنگ میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ عمومی ذہانت اس کا کمزور ترین حصہ ہے، rank #9. اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
آرکائیو شدہ ماڈل: اس ماڈل کو اب اپ ڈیٹ نہیں کیا جائے گا اور نئے ٹیسٹس پر ٹیسٹ نہیں کیا جائے گا
5.7
تسلسل
9.2
10.0
$0.000
کل آؤٹ پٹ ٹوکنز
4,864
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.000 / 1M
آؤٹ پٹ قیمت
$0.000 / 1M
غیر مستحکم ٹیسٹ
2
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Generation showcase
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 14:29 نیا ٹیسٹ شامل ہوا | 5.5 | 10.0 | $0.000 | موازنہ کریں | |
| 2026-05-22 00:42 سوٹ بدل گیا | 5.7 | 10.0 | $0.000 | موجودہ رن | |
| 2026-04-30 17:24 دوبارہ ٹیسٹ | 6.0 | 10.0 | $0.000 | موازنہ کریں | |
| 2026-04-30 15:31 پہلا رن | 6.0 | 10.0 | $0.000 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:42 · سوٹ بدل گیا | 5.7 | 9.2 | 10.0 | 7/20 | 2 | 4,864 | 0 | $0.000 | 8.84s |
| 2026-06-04 14:29 · نیا ٹیسٹ شامل ہوا | 5.5 | 9.6 | 10.0 | 7/21 | 1 | 5,913 | 42,283 | $0.000 | 9.88s |
| فرق | +0.2 | -0.4 | 0.0 | 0 | +1 | -1049 | -42283 | $0.000 | -1034ms |
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
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 3.4 | 7.9 | |
| کوڈنگ | 7.0 | 9.9 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 5.3 | 10.0 | |
| عمومی ذہانت | 4.3 | 10.0 | |
| ہدایات کی پیروی | 6.4 | 10.0 | |
| پہیلی حل کرنا | 5.9 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |