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

Command A+ (high) vs Decider V1.1 27B (default)

Command A+ (high) average score में आगे है: 3.2 vs 2.6. Decider V1.1 27B (default) की benchmark लागत कम है: $0.002 vs $0.079. Decider V1.1 27B (default) तेज है: 320ms vs 89.96s, pass rates 0.0% vs 17.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#387
कुल आउटपुट टोकन
28,663
प्रतिक्रिया समय (औसत)
89.96s
कुल लागत
$0.079
रैंक
#395
कुल आउटपुट टोकन
69
प्रतिक्रिया समय (औसत)
320ms
कुल लागत
$0.002
अनुशंसित मॉडल Decider V1.1 27B (default)

Its score stays close to the best score here (2.6 vs 3.2), while costing about 53.3x less than Command A+ (high).

विस्तृत तुलना

मेट्रिक Command A+ Command A+ high रिलीज़: 2026-09-23 Decider V1.1 27B Decider V1.1 27B default रिलीज़: 2026-10-07
स्कोर 3.2 2.6
रैंक #387 #395
विश्वसनीयता 3.5 10.0
संगति 10.0 5.2
प्रयास 69/69 36/69
सही परीक्षण
प्रति प्रयास पास दर 0.0% 17.4%
अस्थिर टेस्ट 0 0
कुल रन 69 36
प्रति परिणाम लागत 0.000 0.037
कुल लागत $0.079 $0.002
इनपुट कीमत $0.300 / 1M $0.020 / 1M
आउटपुट कीमत $1.500 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.150 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 117,966 73,557
आउटपुट टोकन 5,149 69
रीजनिंग टोकन 23,514 0
प्रतिक्रिया समय (औसत) 89.96s 320ms
प्रतिक्रिया समय (अधिकतम) 156.00s 491ms
प्रतिक्रिया समय (कुल) 2069.01s 3.84s
पैरामीटर 218B कुल (25B सक्रिय) 27B
उपलब्धता मुक्त स्रोत मुक्त 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.

#387 Command A+

high
Provider returned error
लागत
$0.000
समय
0.2s
टोकन
0 tok

#395 Decider V1.1 27B

default
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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
Command A+ 3.0 10.0 0.0% 0 92.74s 0 0 0
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0

त्वरित तुलना

तुलना जोड़ी बदलें

Command A+highvsGrok 4.20noneCommand A+lowvsDecider V1.1 27BdefaultCommand A+nonevsDecider V1.1 27BdefaultCommand A+highvsLing 3.0 TinymediumCommand A+highvsLing 3.0 TinylowCommand A+highvsJev 1.13defaultCommand A+highvsNemotron 3.5 Lightningnoneनिःशुल्क उपलब्धCommand A+highvsGranite 4.1 8bdefaultCommand A+highvsLing 3.0 TinydefaultGemini 3 Flash PreviewhighvsDecider V1.1 27BdefaultCommand A+highvsGPT-6 Luna DecisionsdefaultCommand A+highvsKev 4Bdefault