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

Decider V1.1 27B (default) vs Xing4.0 29b A4b (medium)

Xing4.0 29b A4b (medium) average score में आगे है: 3.7 vs 2.6. Xing4.0 29b A4b (medium) की benchmark लागत कम है: $0.000 vs $0.002. Decider V1.1 27B (default) तेज है: 320ms vs 371.69s, pass rates 17.4% vs 26.1%.

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

तुलना किए गए मॉडल

रैंक
#483
कुल आउटपुट टोकन
69
प्रतिक्रिया समय (औसत)
320ms
कुल लागत
$0.002
रैंक
#454
कुल आउटपुट टोकन
107,980
प्रतिक्रिया समय (औसत)
371.69s
कुल लागत
$0.000
अनुशंसित मॉडल Xing4.0 29b A4b (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (3.7) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Decider V1.1 27B Decider V1.1 27B default रिलीज़: 2026-10-07 Xing4.0 29b A4b Xing4.0 29b A4b medium रिलीज़: 2026-10-17 निःशुल्क उपलब्ध
स्कोर 2.6 3.7
रैंक #483 #454
विश्वसनीयता 10.0 7.3
संगति 5.2 6.2
प्रयास 36/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 17.4% 26.1%
अस्थिर टेस्ट 0 11
कुल रन 36 69
प्रति परिणाम लागत 0.037 0.000
कुल लागत $0.002 $0.000
इनपुट कीमत $0.020 / 1M $0.000 / 1M
आउटपुट कीमत $0.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 73,557 98,467
आउटपुट टोकन 69 3,385
रीजनिंग टोकन 0 104,595
प्रतिक्रिया समय (औसत) 320ms 371.69s
प्रतिक्रिया समय (अधिकतम) 491ms 971.85s
प्रतिक्रिया समय (कुल) 3.84s 8548.88s
पैरामीटर 27B 29B कुल (4B सक्रिय)
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.

#483 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

#454 Xing4.0 29b A4b

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
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
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

तुलना जोड़ी बदलें

Ling 3.0 TinyhighvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धLing 3.0 TinylowvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धNemotron 3.5 Lightningnoneनिःशुल्क उपलब्धvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धGranite 4.1 8bdefaultvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धLing 3.0 TinydefaultvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धGrok 4.20nonevsXing4.0 29b A4bmediumनिःशुल्क उपलब्धLFM3-1.7Bdefaultनिःशुल्क उपलब्धvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धCommand A+lowvsDecider V1.1 27BdefaultMercury 2.5nonevsXing4.0 29b A4bmediumनिःशुल्क उपलब्धCommand A+nonevsDecider V1.1 27Bdefaultgpt-oss-120bnonevsXing4.0 29b A4bmediumनिःशुल्क उपलब्धCommand A+highvsXing4.0 29b A4bmediumनिःशुल्क उपलब्ध