#86 Owl Alpha
none
Provider returned error
- Cost
- $0.000
- Time
- 0.2s
- Tokens
- 0 tok
摘要
Owl Alpha 在 AI BENCHY 上得分 6.0，排名 #86。它的可靠性为 10.0，通过率为 46.3%，总成本为 $0.000，平均响应时间为 7.06s。
Owl Alpha 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 反AI技巧，排名 #13。 在这个得分水平下，它的 benchmark 总成本异常低。
已归档模型：该模型将不再更新，也不会在新测试中继续测试。
输入价格
$0.000 / 1M
输出价格
$0.000 / 1M
不稳定测试
2
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）。
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 14:29 新增测试 | 5.5 | 10.0 | $0.000 | 比较 | |
| 2026-05-22 00:42 测试集已变更 | 5.7 | 10.0 | $0.000 | 比较 | |
| 2026-04-30 17:24 重新测试 | 6.0 | 10.0 | $0.000 | 比较 | |
| 2026-04-30 15:31 首次运行 | 6.0 | 10.0 | $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） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-30 15:31 · 首次运行 | 6.0 | 9.1 | 10.0 | 7/18 | 2 | 1,671 | 0 | $0.000 | 7.06s |
| 2026-06-04 14:29 · 新增测试 | 5.5 | 9.6 | 10.0 | 7/21 | 1 | 5,913 | 42,283 | $0.000 | 9.88s |
| 差值 | +0.5 | -0.5 | 0.0 | 0 | +1 | -4242 | -42283 | $0.000 | -2820ms |
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。
图表
先选择第一个模型，再点击第二个模型打开并排页面。