नेविगेशन
Advertise here

Command A+ (low) vs Decider V1.2 (default)

Command A+ (low) average score में आगे है: 3.0 vs 2.6. Decider V1.2 (default) की benchmark लागत कम है: $0.001 vs $0.073. Decider V1.2 (default) तेज है: 517ms vs 92.50s, pass rates 1.5% vs 24.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#418
कुल आउटपुट टोकन
25,521
प्रतिक्रिया समय (औसत)
92.50s
कुल लागत
$0.073
रैंक
#424
कुल आउटपुट टोकन
67
प्रतिक्रिया समय (औसत)
517ms
कुल लागत
$0.001
अनुशंसित मॉडल Decider V1.2 (default)

Its score stays close to the best score here (2.6 vs 3.0), while costing about 75.2x less than Command A+ (low).

विस्तृत तुलना

मेट्रिक Command A+ Command A+ low रिलीज़: 2026-09-23 Decider V1.2 Decider V1.2 default रिलीज़: 2026-10-17
स्कोर 3.0 2.6
रैंक #418 #424
विश्वसनीयता 3.5 9.4
संगति 9.6 4.9
प्रयास 69/69 36/69
सही परीक्षण
प्रति प्रयास पास दर 1.5% 24.6%
अस्थिर टेस्ट 1 1
कुल रन 69 36
प्रति परिणाम लागत 0.000 0.020
कुल लागत $0.073 $0.001
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 114,874 48,363
आउटपुट टोकन 1,992 67
रीजनिंग टोकन 23,529 0
प्रतिक्रिया समय (औसत) 92.50s 517ms
प्रतिक्रिया समय (अधिकतम) 128.54s 776ms
प्रतिक्रिया समय (कुल) 2127.40s 6.20s
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.

#418 Command A+

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

#424 Decider V1.2

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
Decider V1.2 4.5 6.7 33.3% 0 572ms 24,009 12 0

त्वरित तुलना

तुलना जोड़ी बदलें

Command A+lowvsSpan-02defaultCommand A+lowvsd1-ultradefaultCommand A+lowvsXing4.0 29b A4bnoneनिःशुल्क उपलब्धCommand A+lowvsJev 1.13defaultCommand A+lowvsGrok 4.20noneCommand A+lowvsDecider V1.1 27BdefaultCommand A+nonevsDecider V1.2defaultCommand A+lowvsDrex v1.5defaultCommand A+lowvsGPT-6 Luna DecisionsdefaultCommand A+lowvsKev 4BdefaultCommand A+highvsDecider V1.2defaultCommand A+lowvsJev 1.14default