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

Command A+ (medium) vs Decider V1.2 (default)

Command A+ (medium) average score-এ এগিয়ে: 3.4 vs 2.6. Decider V1.2 (default)-এর benchmark খরচ কম: $0.001 vs $0.064. Decider V1.2 (default) দ্রুত: 517ms vs 91.72s, pass rates 0.0% vs 24.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-17

তুলনা করা মডেল

র‍্যাঙ্ক
#408
মোট আউটপুট টোকেন
18,795
প্রতিক্রিয়া সময় (গড়)
91.72s
মোট খরচ
$0.064
র‍্যাঙ্ক
#424
মোট আউটপুট টোকেন
67
প্রতিক্রিয়া সময় (গড়)
517ms
মোট খরচ
$0.001
প্রস্তাবিত মডেল Decider V1.2 (default)

Its score stays close to the best score here (2.6 vs 3.4), while costing about 66.0x less than Command A+ (medium).

বিস্তারিত তুলনা

মেট্রিক Command A+ Command A+ medium প্রকাশ: 2026-09-23 Decider V1.2 Decider V1.2 default প্রকাশ: 2026-10-17
স্কোর 3.4 2.6
র‍্যাঙ্ক #408 #424
নির্ভরযোগ্যতা 3.5 9.4
ধারাবাহিকতা 10.0 4.9
প্রচেষ্টা 69/69 36/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 0.0% 24.6%
অস্থির টেস্ট 0 1
মোট রান 69 36
প্রতি ফলাফলে খরচ 0.000 0.020
মোট খরচ $0.064 $0.001
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 118,771 48,363
আউটপুট টোকেন 4,127 67
রিজনিং টোকেন 14,668 0
প্রতিক্রিয়া সময় (গড়) 91.72s 517ms
প্রতিক্রিয়া সময় (সর্বোচ্চ) 112.76s 776ms
প্রতিক্রিয়া সময় (মোট) 2109.54s 6.20s
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.

#408 Command A+

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

#424 Decider V1.2

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 93.13s 0 0 0
Decider V1.2 4.5 6.7 33.3% 0 572ms 24,009 12 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Command A+mediumvsGrok 4.20noneCommand A+mediumvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+mediumvsLing 3.0 TinylowCommand A+mediumvsLing 3.0 TinyhighCommand A+lowvsDecider V1.2defaultCommand A+nonevsDecider V1.2defaultCommand A+mediumvsNemotron 3.5 Lightningnoneবিনামূল্যে উপলভ্যCommand A+mediumvsGranite 4.1 8bdefaultCommand A+mediumvsLing 3.0 TinydefaultCommand A+highvsDecider V1.2defaultCommand A+mediumvsSpan-02defaultDecider V1.2defaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্য