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

Decider V1.2 (default) vs Xing4.0 29b A4b

Xing4.0 29b A4b average score-এ এগিয়ে: 3.3 vs 2.6. Xing4.0 29b A4b-এর benchmark খরচ কম: $0.000 vs $0.001. Decider V1.2 (default) দ্রুত: 517ms vs 42.72s, pass rates 24.6% vs 7.3%.

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
#412
মোট আউটপুট টোকেন
26,540
প্রতিক্রিয়া সময় (গড়)
42.72s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Xing4.0 29b A4b

এই তুলনায় এটির স্কোর সর্বোচ্চ (3.3) 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 Xing4.0 29b A4b Xing4.0 29b A4b none প্রকাশ: 2026-10-17 বিনামূল্যে উপলভ্য
স্কোর 2.6 3.3
র‍্যাঙ্ক #424 #412
নির্ভরযোগ্যতা 9.4 8.8
ধারাবাহিকতা 4.9 8.6
প্রচেষ্টা 36/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 24.6% 7.3%
অস্থির টেস্ট 1 4
মোট রান 36 69
প্রতি ফলাফলে খরচ 0.020 0.000
মোট খরচ $0.001 $0.000
ইনপুট মূল্য $0.020 / 1M $0.000 / 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 48,363 153,665
আউটপুট টোকেন 67 26,540
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 517ms 42.72s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 776ms 634.11s
প্রতিক্রিয়া সময় (মোট) 6.20s 982.66s
প্যারামিটার 27B 29B 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।

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

#412 Xing4.0 29b A4b

none
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
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
Decider V1.2 4.5 6.7 33.3% 0 572ms 24,009 12 0
Xing4.0 29b A4b 3.6 9.7 0.0% 0 231.73s 8,622 22,915 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Command A+mediumvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+highvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+lowvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যLing 3.0 TinymediumvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+lowvsDecider V1.2defaultLing 3.0 TinylowvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যLing 3.0 TinyhighvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+nonevsDecider V1.2defaultSpan-02defaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যGranite 4.1 8bdefaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যLing 3.0 TinydefaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্যCommand A+highvsDecider V1.2default