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

Span-02 (default) vs Xing4.0 29b A4b (medium)

Xing4.0 29b A4b (medium) average score-এ এগিয়ে: 3.7 vs 2.8. Xing4.0 29b A4b (medium)-এর benchmark খরচ কম: $0.000 vs $0.001. Span-02 (default) দ্রুত: 1.36s vs 371.69s, pass rates 26.1% vs 26.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#428
মোট আউটপুট টোকেন
0
প্রতিক্রিয়া সময় (গড়)
1.36s
মোট খরচ
$0.001
র‍্যাঙ্ক
#407
মোট আউটপুট টোকেন
107,980
প্রতিক্রিয়া সময় (গড়)
371.69s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Xing4.0 29b A4b (medium)

এই তুলনায় এটির স্কোর সর্বোচ্চ (3.7) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Span-02 Span-02 default প্রকাশ: 2026-10-17 Xing4.0 29b A4b Xing4.0 29b A4b medium প্রকাশ: 2026-10-17 বিনামূল্যে উপলভ্য
স্কোর 2.8 3.7
র‍্যাঙ্ক #428 #407
নির্ভরযোগ্যতা 10.0 7.3
ধারাবাহিকতা 5.2 6.2
প্রচেষ্টা 36/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 26.1% 26.1%
অস্থির টেস্ট 0 11
মোট রান 36 69
প্রতি ফলাফলে খরচ 0.012 0.000
মোট খরচ $0.001 $0.000
ইনপুট মূল্য $0.010 / 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 70,626 98,467
আউটপুট টোকেন 0 3,385
রিজনিং টোকেন 0 104,595
প্রতিক্রিয়া সময় (গড়) 1.36s 371.69s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 5.71s 971.85s
প্রতিক্রিয়া সময় (মোট) 16.37s 8548.88s
প্যারামিটার 26B মোট (4B সক্রিয়) 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.

#428 Span-02

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

#407 Xing4.0 29b A4b

medium
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
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

দ্রুত তুলনা

তুলনার জুটি বদলান

Ling 3.0 TinyhighvsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যLing 3.0 TinylowvsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যNemotron 3.5 Lightningnoneবিনামূল্যে উপলভ্যvsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যGranite 4.1 8bdefaultvsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যLing 3.0 TinydefaultvsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যCommand A+lowvsSpan-02defaultCommand A+nonevsSpan-02defaultGrok 4.20nonevsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যCommand A+highvsSpan-02defaultMercury 2.5nonevsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যgpt-oss-120bnonevsXing4.0 29b A4bmediumবিনামূল্যে উপলভ্যSpan-02defaultvsXing4.0 29b A4bnoneবিনামূল্যে উপলভ্য