AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#398

Xing4.0 29b A4b

Xingchen AGI रिलीज़: 2026-10-17 परीक्षण किया गया: 2026-10-17 14:36 xingchen-agi/xing4.0-29b-a4b::medium
29B कुल (4B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

Xing4.0 29b A4b AI BENCHY पर 3.7 स्कोर करता है और #398 पर है। इसकी reliability 7.3, pass rate 26.1%, कुल लागत $0.000, और औसत response time 371.69s है।

Xing4.0 29b A4b को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #8 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-10-17

घोषित
पैरामीटर
29B कुल (4B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

6.2

कुल आउटपुट टोकन

107,980

कुल इनपुट टोकन

98,467

इनपुट कीमत

$0.000 / 1M

आउटपुट कीमत

$0.000 / 1M

कैश पढ़ने की कीमत

लागू नहीं

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 22

प्रति प्रयास पास दर: 26.1%

अस्थिर टेस्ट

11

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

371.69s

प्रतिक्रिया समय (अधिकतम): 971.85s

प्रतिक्रिया समय (कुल): 8548.88s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#398 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

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 3.0 10.0
एंटी-एआई ट्रिक्स 3.8 1.6
कोडिंग 4.2 5.1
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 2.9 5.9
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 3.2 9.9
निर्देश पालन 4.3 6.8
पहेली समाधान 2.9 4.4
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल