नेव्हिगेशन
Advertise here

Groundhog 1 (default) vs Decider V1.2 (default)

average score जवळपास समान आहे: 2.5 vs 2.6. Decider V1.2 (default) चा benchmark खर्च कमी आहे: $0.001 vs $0.002. Decider V1.2 (default) वेगवान आहे: 517ms vs 671ms, pass rates 21.7% vs 24.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#520
एकूण आउटपुट टोकन्स
69
प्रतिसाद वेळ (सरासरी)
671ms
एकूण खर्च
$0.002
क्रमांक
#517
एकूण आउटपुट टोकन्स
67
प्रतिसाद वेळ (सरासरी)
517ms
एकूण खर्च
$0.001
शिफारस केलेले मॉडेल Decider V1.2 (default)

It has the best score here (2.6), while costing about 2.0x less than Groundhog 1 (default).

तपशीलवार तुलना

मेट्रिक Groundhog 1 Groundhog 1 default प्रकाशन: 2026-11-20 Decider V1.2 Decider V1.2 default प्रकाशन: 2026-10-17
स्कोअर 2.5 2.6
क्रमांक #520 #517
विश्वसनीयता 10.0 9.4
सुसंगतता 5.2 4.9
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 21.7% 24.6%
अस्थिर चाचण्या 0 1
एकूण रन 36 36
प्रति निकाल खर्च 0.039 0.020
एकूण खर्च $0.002 $0.001
इनपुट किंमत $0.035 / 1M $0.020 / 1M
आउटपुट किंमत $0.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 54,825 48,363
आउटपुट टोकन्स 69 67
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 671ms 517ms
प्रतिसाद वेळ (कमाल) 1.04s 776ms
प्रतिसाद वेळ (एकूण) 8.05s 6.20s
पॅरामीटर्स 26B एकूण (4B सक्रिय) 27B
उपलब्धता मुक्त स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Groundhog 1 2.4 6.7 0.0% 0 829ms 26,445 12 0
Decider V1.2 4.5 6.7 33.3% 0 572ms 24,009 12 0

तुलना जोडी बदला

Command A+lowvsDecider V1.2defaultCommand A+nonevsDecider V1.2defaultGroundhog 1defaultvsCommand A+lowGroundhog 1defaultvsCommand A+noneCommand A+highvsDecider V1.2defaultGroundhog 1defaultvsCommand A+highDecider V1.2defaultvsXing4.0 29b A4bnoneमोफत उपलब्धGroundhog 1defaultvsGemini 3 Flash PreviewhighGroundhog 1defaultvsXing4.0 29b A4bnoneमोफत उपलब्धGemini 3 Flash PreviewhighvsDecider V1.2defaultCommand A+mediumvsDecider V1.2defaultDecider V1.2defaultvsGrok 4.20none