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

Claude Fable 5.1 (low) vs Space Bunny Alpha (xhigh)

Space Bunny Alpha (xhigh) average score में आगे है: 6.2 vs 6.2. Space Bunny Alpha (xhigh) की benchmark लागत कम है: $0.000 vs $3.395. Claude Fable 5.1 (low) तेज है: 11.40s vs 60.03s, pass rates 55.1% vs 55.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#313
कुल आउटपुट टोकन
26,073
प्रतिक्रिया समय (औसत)
11.40s
कुल लागत
$3.395
रैंक
#308
कुल आउटपुट टोकन
381,919
प्रतिक्रिया समय (औसत)
60.03s
कुल लागत
$0.000
अनुशंसित मॉडल Claude Fable 5.1 (low)

Its score stays close to the best score here (6.2 vs 6.2), while responding about 5.3x faster than Space Bunny Alpha (xhigh).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low रिलीज़: 2026-09-02 Space Bunny Alpha Space Bunny Alpha xhigh रिलीज़: 2026-09-24
स्कोर 6.2 6.2
रैंक #313 #308
विश्वसनीयता 10.0 10.0
संगति 8.9 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 55.1%
अस्थिर टेस्ट 3 8
कुल रन 69 69
प्रति परिणाम लागत 30.862 0.000
कुल लागत $3.395 $0.000
इनपुट कीमत $10.000 / 1M $0.000 / 1M
आउटपुट कीमत $50.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.250 / 1M लागू नहीं
कैश लिखने की कीमत $12.500 / 1M लागू नहीं
कुल इनपुट टोकन 209,116 363,310
आउटपुट टोकन 10,031 381,919
रीजनिंग टोकन 16,042 0
प्रतिक्रिया समय (औसत) 11.40s 60.03s
प्रतिक्रिया समय (अधिकतम) 34.77s 459.99s
प्रतिक्रिया समय (कुल) 262.14s 1380.67s
पैरामीटर ~9.5T कुल (~878B सक्रिय) -
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#313 Claude Fable 5.1

low
लागत
$0.126
समय
28.5s
टोकन
2,652 tok

#308 Space Bunny Alpha

xhigh
लागत
$0.000
समय
98.6s
टोकन
10,913 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 3.4 10.0 0.0% 0 6.75s 10,608 1,753 0
Space Bunny Alpha 6.6 5.0 66.7% 2 10.64s 8,493 10,115 0

तुलना जोड़ी बदलें