নেভিগেশন
Advertise here

Decider V1.1 27B (default) vs Qwen3.5-9B (medium)

Qwen3.5-9B (medium) average score-এ এগিয়ে: 4.0 vs 2.6. Decider V1.1 27B (default)-এর benchmark খরচ কম: $0.002 vs $0.106. Decider V1.1 27B (default) দ্রুত: 320ms vs 110.18s, pass rates 17.4% vs 26.1%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#395
মোট আউটপুট টোকেন
69
প্রতিক্রিয়া সময় (গড়)
320ms
মোট খরচ
$0.002
র‍্যাঙ্ক
#365
মোট আউটপুট টোকেন
447,247
প্রতিক্রিয়া সময় (গড়)
110.18s
মোট খরচ
$0.106
প্রস্তাবিত মডেল Qwen3.5-9B (medium)

এই তুলনায় এটির স্কোর সর্বোচ্চ (4.0) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Decider V1.1 27B Decider V1.1 27B default প্রকাশ: 2026-10-07 Qwen3.5-9B Qwen3.5-9B medium প্রকাশ: 2026-03-02
স্কোর 2.6 4.0
র‍্যাঙ্ক #395 #365
নির্ভরযোগ্যতা 10.0 8.7
ধারাবাহিকতা 5.2 7.9
প্রচেষ্টা 36/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 17.4% 26.1%
অস্থির টেস্ট 0 6
মোট রান 36 69
প্রতি ফলাফলে খরচ 0.037 3.523
মোট খরচ $0.002 $0.106
ইনপুট মূল্য $0.020 / 1M $0.100 / 1M
আউটপুট মূল্য $0.000 / 1M $0.150 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 73,557 387,323
আউটপুট টোকেন 69 48,562
রিজনিং টোকেন 0 410,431
প্রতিক্রিয়া সময় (গড়) 320ms 110.18s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 491ms 569.97s
প্রতিক্রিয়া সময় (মোট) 3.84s 1873.00s
প্যারামিটার 27B 9B
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.

#395 Decider V1.1 27B

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

#365 Qwen3.5-9B

medium
খরচ
$0.001
সময়
35.9s
টোকেন
3,030 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
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129

তুলনার জুটি বদলান