AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#107

North Mini Code

Cohere 发布日期: 2026-06-18 测试于: 2026-06-18 09:44 cohere/north-mini-code::medium
(medium) (none)

摘要

North Mini Code 在 AI BENCHY 上得分 5.8,排名 #107。它的可靠性为 8.5,通过率为 50.8%,总成本为 $0.000,平均响应时间为 106.18s

North Mini Code 的独特之处: 在这个得分水平下,它的 benchmark 总成本异常低。 它使用的推理 token 明显偏高,这可能解释较慢或成本更高的运行。

分数

5.8

一致性

8.5

可靠性

8.5

总输出令牌

1,446,261

总输入令牌

32,891

输入价格

$0.000 / 1M

输出价格

$0.000 / 1M

测试正确

错误测试数: 12

尝试通过率: 50.8%

不稳定测试

4

不稳定测试在运行之间出现混合结果(至少一次通过且至少一次失败)。

响应时间(平均)

106.18s

响应时间(最大): 357.05s

响应时间(总计): 2229.70s

Hamster playing table tennis

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

#107 North Mini Code

medium
成本
$0.000
时间
51.8s
令牌
12,460 tok

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-07-16 23:46 新增测试 5.9 8.6 $0.000 比较
2026-06-18 09:44 首次运行 5.8 8.5 $0.000 当前轮次

轮次对比

测试轮次分数一致性可靠性测试正确不稳定测试总输出令牌总输入令牌总成本响应时间(平均)
2026-06-18 09:44 · 首次运行5.88.58.59/2141,446,26132,891$0.000106.18s
2026-07-16 23:46 · 新增测试5.98.58.69/2241,766,80181,813$0.000137.11s
差值0.00.0-0.100-320540-48922$0.000-30934ms

这两次运行使用了不同的基准测试集,因此差异同时反映模型变化和测试集变化。

价格历史

来自 OpenRouter 的该模型历史定价数据。

日期 输入价格 输出价格
2026-06-18 09:34 $0.000 / 1M $0.000 / 1M

图表

先选择第一个模型,再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

类别细分

类别 分数 一致性 测试正确
反AI技巧 8.4 10.0
编程 4.5 4.9
综合 2.8 1.6
数据解析与提取 10.0 10.0
领域专项 5.3 7.2
通用智能 5.1 10.0
指令遵循 9.8 10.0
谜题求解 3.3 10.0
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型