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

Decider V1.1 27B (default) vs Span-02 (default)

Span-02 (default) average score-এ এগিয়ে: 2.8 vs 2.6. Span-02 (default)-এর benchmark খরচ কম: $0.001 vs $0.002. Decider V1.1 27B (default) দ্রুত: 320ms vs 1.36s, pass rates 17.4% vs 26.1%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#425
মোট আউটপুট টোকেন
69
প্রতিক্রিয়া সময় (গড়)
320ms
মোট খরচ
$0.002
র‍্যাঙ্ক
#419
মোট আউটপুট টোকেন
0
প্রতিক্রিয়া সময় (গড়)
1.36s
মোট খরচ
$0.001
প্রস্তাবিত মডেল Span-02 (default)

It has the best score here (2.8), while costing about 2.1x less than Decider V1.1 27B (default).

বিস্তারিত তুলনা

মেট্রিক Decider V1.1 27B Decider V1.1 27B default প্রকাশ: 2026-10-07 Span-02 Span-02 default প্রকাশ: 2026-10-17
স্কোর 2.6 2.8
র‍্যাঙ্ক #425 #419
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 5.2 5.2
প্রচেষ্টা 36/69 36/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 17.4% 26.1%
অস্থির টেস্ট 0 0
মোট রান 36 36
প্রতি ফলাফলে খরচ 0.037 0.012
মোট খরচ $0.002 $0.001
ইনপুট মূল্য $0.020 / 1M $0.010 / 1M
আউটপুট মূল্য $0.000 / 1M $0.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 73,557 70,626
আউটপুট টোকেন 69 0
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 320ms 1.36s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 491ms 5.71s
প্রতিক্রিয়া সময় (মোট) 3.84s 16.37s
প্যারামিটার 27B 26B মোট (4B সক্রিয়)
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।

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
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0

তুলনার জুটি বদলান

Command A+lowvsSpan-02defaultCommand A+nonevsSpan-02defaultCommand A+highvsSpan-02defaultCommand A+lowvsDecider V1.1 27BdefaultCommand A+nonevsDecider V1.1 27BdefaultSpan-02defaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+mediumvsSpan-02defaultSpan-02defaultvsGrok 4.20noneCommand A+highvsDecider V1.1 27BdefaultGemini 3 Flash PreviewhighvsDecider V1.1 27BdefaultDecider V1.1 27BdefaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+mediumvsDecider V1.1 27Bdefault