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

Command A+ (low) vs Decider V1.1 27B (default)

Command A+ (low) average score-এ এগিয়ে: 3.0 vs 2.6. Decider V1.1 27B (default)-এর benchmark খরচ কম: $0.002 vs $0.073. Decider V1.1 27B (default) দ্রুত: 320ms vs 92.50s, pass rates 1.5% vs 17.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-07

তুলনা করা মডেল

র‍্যাঙ্ক
#391
মোট আউটপুট টোকেন
25,521
প্রতিক্রিয়া সময় (গড়)
92.50s
মোট খরচ
$0.073
র‍্যাঙ্ক
#395
মোট আউটপুট টোকেন
69
প্রতিক্রিয়া সময় (গড়)
320ms
মোট খরচ
$0.002
প্রস্তাবিত মডেল Decider V1.1 27B (default)

Its score stays close to the best score here (2.6 vs 3.0), while costing about 49.4x less than Command A+ (low).

বিস্তারিত তুলনা

মেট্রিক Command A+ Command A+ low প্রকাশ: 2026-09-23 Decider V1.1 27B Decider V1.1 27B default প্রকাশ: 2026-10-07
স্কোর 3.0 2.6
র‍্যাঙ্ক #391 #395
নির্ভরযোগ্যতা 3.5 10.0
ধারাবাহিকতা 9.6 5.2
প্রচেষ্টা 69/69 36/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 1.5% 17.4%
অস্থির টেস্ট 1 0
মোট রান 69 36
প্রতি ফলাফলে খরচ 0.000 0.037
মোট খরচ $0.073 $0.002
ইনপুট মূল্য $0.300 / 1M $0.020 / 1M
আউটপুট মূল্য $1.500 / 1M $0.000 / 1M
ক্যাশ পড়ার মূল্য $0.150 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 114,874 73,557
আউটপুট টোকেন 1,992 69
রিজনিং টোকেন 23,529 0
প্রতিক্রিয়া সময় (গড়) 92.50s 320ms
প্রতিক্রিয়া সময় (সর্বোচ্চ) 128.54s 491ms
প্রতিক্রিয়া সময় (মোট) 2127.40s 3.84s
প্যারামিটার 218B মোট (25B সক্রিয়) 27B
উপলভ্যতা উন্মুক্ত উৎস উন্মুক্ত উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#391 Command A+

low
Provider returned error
খরচ
$0.000
সময়
0.2s
টোকেন
0 tok

#395 Decider V1.1 27B

default
এই মডেলের জন্য এখনও কোনো শোকেস ফলাফল তৈরি হয়নি।
খরচ
প্রযোজ্য নয়
সময়
-
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Command A+ 3.0 10.0 0.0% 0 86.43s 0 0 0
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Command A+lowvsJev 1.13defaultCommand A+lowvsGrok 4.20noneCommand A+nonevsDecider V1.1 27BdefaultCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+lowvsKev 4BdefaultCommand A+highvsDecider V1.1 27BdefaultCommand A+lowvsLing 3.0 TinymediumCommand A+lowvsLing 3.0 TinyhighGemini 3 Flash PreviewhighvsDecider V1.1 27BdefaultCommand A+mediumvsDecider V1.1 27BdefaultDecider V1.1 27BdefaultvsGrok 4.20noneCommand A+lowvsNemotron 3.5 Lightningnoneবিনামূল্যে উপলভ্য