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

Command A+ (low) vs Kev 4B (default)

Command A+ (low) average score में आगे है: 3.0 vs 2.4. Kev 4B (default) की benchmark लागत कम है: $0.002 vs $0.073. Kev 4B (default) तेज है: 5.63s vs 92.50s, pass rates 1.5% vs 15.9%.

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

तुलना किए गए मॉडल

रैंक
#474
कुल आउटपुट टोकन
25,521
प्रतिक्रिया समय (औसत)
92.50s
कुल लागत
$0.073
रैंक
#486
कुल आउटपुट टोकन
28,061
प्रतिक्रिया समय (औसत)
5.63s
कुल लागत
$0.002
अनुशंसित मॉडल Kev 4B (default)

Its score stays close to the best score here (2.4 vs 3.0), while costing about 40.5x less than Command A+ (low).

विस्तृत तुलना

मेट्रिक Command A+ Command A+ low रिलीज़: 2026-09-23 Kev 4B Kev 4B default रिलीज़: 2026-09-28
स्कोर 3.0 2.4
रैंक #474 #486
विश्वसनीयता 3.5 10.0
संगति 9.6 4.9
प्रयास 69/69 36/69
सही परीक्षण
प्रति प्रयास पास दर 1.5% 15.9%
अस्थिर टेस्ट 1 1
कुल रन 69 36
प्रति परिणाम लागत 0.000 0.060
कुल लागत $0.073 $0.002
इनपुट कीमत $0.300 / 1M $0.042 / 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 114,874 42,804
आउटपुट टोकन 1,992 28,061
रीजनिंग टोकन 23,529 0
प्रतिक्रिया समय (औसत) 92.50s 5.63s
प्रतिक्रिया समय (अधिकतम) 128.54s 17.79s
प्रतिक्रिया समय (कुल) 2127.40s 67.61s
पैरामीटर 218B कुल (25B सक्रिय) 4B
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.

#474 Command A+

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

#486 Jared Palmer: Kev 4B

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 86.43s 0 0 0
Kev 4B 4.5 6.7 33.3% 0 771ms 21,603 12,207 0

तुलना जोड़ी बदलें

Command A+lowvsGemini Decision 1defaultCommand A+lowvsSpan-02defaultCommand A+lowvsd1-ultradefaultCommand A+lowvsXing4.0 29b A4bnoneनिःशुल्क उपलब्धCommand A+lowvsJev 1.13defaultCommand A+lowvsDecider V1.2defaultCommand A+lowvsReflexdefaultCommand A+lowvsGrok 4.20noneCommand A+lowvsDecider V1.1 27BdefaultCommand A+lowvsDrex v1.5defaultCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+nonevsKev 4Bdefault