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

Space Bunny Alpha (xhigh) vs Grok 4.20 (medium)

average score लगभग बराबर है: 6.2 vs 6.3. Space Bunny Alpha (xhigh) की benchmark लागत कम है: $0.000 vs $1.246. Grok 4.20 (medium) तेज है: 36.73s vs 60.03s, pass rates 55.1% vs 58.0%.

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

तुलना किए गए मॉडल

रैंक
#308
कुल आउटपुट टोकन
381,919
प्रतिक्रिया समय (औसत)
60.03s
कुल लागत
$0.000
रैंक
#307
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
अनुशंसित मॉडल Grok 4.20 (medium)

It has the best score here (6.3), while responding about 1.6x faster than Space Bunny Alpha (xhigh).

विस्तृत तुलना

मेट्रिक Space Bunny Alpha Space Bunny Alpha xhigh रिलीज़: 2026-09-24 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 6.2 6.3
रैंक #308 #307
विश्वसनीयता 10.0 10.0
संगति 7.1 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 58.0%
अस्थिर टेस्ट 8 5
कुल रन 69 69
प्रति परिणाम लागत 0.000 14.374
कुल लागत $0.000 $1.246
इनपुट कीमत $0.000 / 1M $1.250 / 1M
आउटपुट कीमत $0.000 / 1M $2.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 363,310 392,127
आउटपुट टोकन 381,919 7,754
रीजनिंग टोकन 0 294,333
प्रतिक्रिया समय (औसत) 60.03s 36.73s
प्रतिक्रिया समय (अधिकतम) 459.99s 199.66s
प्रतिक्रिया समय (कुल) 1380.67s 844.68s
पैरामीटर - ~1T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#308 Space Bunny Alpha

xhigh
लागत
$0.000
समय
98.6s
टोकन
10,913 tok

#307 SpaceXAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 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
Space Bunny Alpha 6.6 5.0 66.7% 2 10.64s 8,493 10,115 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोड़ी बदलें