नेविगेशन
Advertise here

Span-02 (default) vs Xing4.0 29b A4b (medium)

Xing4.0 29b A4b (medium) average score में आगे है: 3.7 vs 2.8. Xing4.0 29b A4b (medium) की benchmark लागत कम है: $0.000 vs $0.001. Span-02 (default) तेज है: 1.36s vs 371.69s, pass rates 26.1% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#428
कुल आउटपुट टोकन
0
प्रतिक्रिया समय (औसत)
1.36s
कुल लागत
$0.001
रैंक
#407
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 Span-02 Span-02 default रिलीज़: 2026-10-17 Xing4.0 29b A4b Xing4.0 29b A4b medium रिलीज़: 2026-10-17 निःशुल्क उपलब्ध
स्कोर 2.8 3.7
रैंक #428 #407
विश्वसनीयता 10.0 7.3
संगति 5.2 6.2
प्रयास 36/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 26.1% 26.1%
अस्थिर टेस्ट 0 11
कुल रन 36 69
प्रति परिणाम लागत 0.012 0.000
कुल लागत $0.001 $0.000
इनपुट कीमत $0.010 / 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 70,626 98,467
आउटपुट टोकन 0 3,385
रीजनिंग टोकन 0 104,595
प्रतिक्रिया समय (औसत) 1.36s 371.69s
प्रतिक्रिया समय (अधिकतम) 5.71s 971.85s
प्रतिक्रिया समय (कुल) 16.37s 8548.88s
पैरामीटर 26B कुल (4B सक्रिय) 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.

#428 Span-02

default
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 tok

#407 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
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

त्वरित तुलना

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 उपलब्धCommand A+lowvsSpan-02defaultCommand A+nonevsSpan-02defaultGrok 4.20nonevsXing4.0 29b A4bmediumनिःशुल्क उपलब्धCommand A+highvsSpan-02defaultMercury 2.5nonevsXing4.0 29b A4bmediumनिःशुल्क उपलब्धgpt-oss-120bnonevsXing4.0 29b A4bmediumनिःशुल्क उपलब्धSpan-02defaultvsXing4.0 29b A4bnoneनिःशुल्क उपलब्ध