নেভিগেশন
Advertise here

Decider V1.2 (default) vs Grok 4.20

Grok 4.20 average score-এ এগিয়ে: 3.4 vs 2.6. Decider V1.2 (default)-এর benchmark খরচ কম: $0.001 vs $0.057. Decider V1.2 (default) দ্রুত: 517ms vs 1.11s, pass rates 24.6% vs 26.1%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#424
মোট আউটপুট টোকেন
67
প্রতিক্রিয়া সময় (গড়)
517ms
মোট খরচ
$0.001
র‍্যাঙ্ক
#407
মোট আউটপুট টোকেন
1,923
প্রতিক্রিয়া সময় (গড়)
1.11s
মোট খরচ
$0.057
প্রস্তাবিত মডেল Grok 4.20

এই তুলনায় এটির স্কোর সর্বোচ্চ (3.4) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Decider V1.2 Decider V1.2 default প্রকাশ: 2026-10-17 Grok 4.20 Grok 4.20 none প্রকাশ: 2026-03-31
স্কোর 2.6 3.4
র‍্যাঙ্ক #424 #407
নির্ভরযোগ্যতা 9.4 প্রযোজ্য নয়
ধারাবাহিকতা 4.9 7.8
প্রচেষ্টা 36/69 54/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 24.6% 26.1%
অস্থির টেস্ট 1 0
মোট রান 36 54
প্রতি ফলাফলে খরচ 0.020 1.570
মোট খরচ $0.001 $0.057
ইনপুট মূল্য $0.020 / 1M $1.250 / 1M
আউটপুট মূল্য $0.000 / 1M $2.500 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.200 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 48,363 41,313
আউটপুট টোকেন 67 1,923
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 517ms 1.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 776ms 6.04s
প্রতিক্রিয়া সময় (মোট) 6.20s 19.96s
প্যারামিটার 27B ~1T মোট (~100B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ 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.

#424 Decider V1.2

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

#407 xAI: Grok 4.20

none
খরচ
$0.004
সময়
6.5s
টোকেন
1,367 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 V1.2 4.5 6.7 33.3% 0 572ms 24,009 12 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Command A+mediumvsGrok 4.20noneCommand A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneGrok 4.20nonevsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যCommand A+lowvsDecider V1.2defaultCommand A+lowvsGrok 4.20noneCommand A+nonevsDecider V1.2defaultGranite 4.1 8bdefaultvsGrok 4.20noneLing 3.0 TinydefaultvsGrok 4.20noneCommand A+highvsDecider V1.2default