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

Mammoth 1 (default) vs Classify-1 (default)

average score जवळपास समान आहे: 2.2 vs 2.2. Mammoth 1 (default) चा benchmark खर्च कमी आहे: $0.000 vs $0.008. Mammoth 1 (default) वेगवान आहे: 1.80s vs 4.58s, pass rates 18.8% vs 18.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#442
एकूण आउटपुट टोकन्स
54
प्रतिसाद वेळ (सरासरी)
1.80s
एकूण खर्च
$0.000
क्रमांक
#443
एकूण आउटपुट टोकन्स
164
प्रतिसाद वेळ (सरासरी)
4.58s
एकूण खर्च
$0.008
शिफारस केलेले मॉडेल Mammoth 1 (default)

It has the best score here (2.2), while responding about 2.5x faster than Classify-1 (default).

तपशीलवार तुलना

मेट्रिक Mammoth 1 Mammoth 1 default प्रकाशन: 2026-10-24 मोफत उपलब्ध Classify-1 Classify-1 default प्रकाशन: 2026-10-13
स्कोअर 2.2 2.2
क्रमांक #442 #443
विश्वसनीयता 8.9 9.4
सुसंगतता 4.2 4.5
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 18.8% 18.8%
अस्थिर चाचण्या 3 2
एकूण रन 36 36
प्रति निकाल खर्च 0.000 0.261
एकूण खर्च $0.000 $0.008
इनपुट किंमत $0.000 / 1M $0.040 / 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 45,468 195,645
आउटपुट टोकन्स 54 164
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.80s 4.58s
प्रतिसाद वेळ (कमाल) 8.17s 13.35s
प्रतिसाद वेळ (एकूण) 21.63s 55.01s
पॅरामीटर्स 27B ~1B
उपलब्धता मुक्त स्रोत बंद 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
Mammoth 1 4.9 6.7 33.3% 0 951ms 25,497 12 0
Classify-1 2.7 3.7 22.2% 1 12.73s 105,738 50 0

तुलना जोडी बदला

Gemini 3 Flash PreviewhighvsClassify-1defaultMammoth 1defaultमोफत उपलब्धvsGemini 3 Flash PreviewhighMammoth 1defaultमोफत उपलब्धvsCommand A+lowCommand A+lowvsClassify-1defaultMammoth 1defaultमोफत उपलब्धvsCommand A+noneCommand A+nonevsClassify-1defaultMammoth 1defaultमोफत उपलब्धvsCommand A+highCommand A+highvsClassify-1defaultMammoth 1defaultमोफत उपलब्धvsXing4.0 29b A4bnoneमोफत उपलब्धClassify-1defaultvsXing4.0 29b A4bnoneमोफत उपलब्धMammoth 1defaultमोफत उपलब्धvsCommand A+mediumMammoth 1defaultमोफत उपलब्धvsGrok 4.20none