नेव्हिगेशन
Advertise here

Command A+ (medium) vs d1.2-ultra (default)

Command A+ (medium) average score मध्ये पुढे आहे: 3.4 vs 3.0. d1.2-ultra (default) चा benchmark खर्च कमी आहे: $0.002 vs $0.064. d1.2-ultra (default) वेगवान आहे: 795ms vs 91.72s, pass rates 0.0% vs 27.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-17

तुलना केलेली मॉडेल्स

क्रमांक
#482
एकूण आउटपुट टोकन्स
18,795
प्रतिसाद वेळ (सरासरी)
91.72s
एकूण खर्च
$0.064
क्रमांक
#493
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
795ms
एकूण खर्च
$0.002
शिफारस केलेले मॉडेल d1.2-ultra (default)

Its score stays close to the best score here (3.0 vs 3.4), while costing about 44.2x less than Command A+ (medium).

तपशीलवार तुलना

मेट्रिक Command A+ Command A+ medium प्रकाशन: 2026-09-23 d1.2-ultra d1.2-ultra default प्रकाशन: 2026-11-17
स्कोअर 3.4 3.0
क्रमांक #482 #493
विश्वसनीयता 3.5 10.0
सुसंगतता 10.0 4.5
प्रयत्न 69/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 0.0% 27.5%
अस्थिर चाचण्या 0 2
एकूण रन 69 36
प्रति निकाल खर्च 0.000 0.029
एकूण खर्च $0.064 $0.002
इनपुट किंमत $0.300 / 1M $0.042 / 1M
आउटपुट किंमत $1.500 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत $0.150 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 118,771 34,410
आउटपुट टोकन्स 4,127 0
रिझनिंग टोकन्स 14,668 0
प्रतिसाद वेळ (सरासरी) 91.72s 795ms
प्रतिसाद वेळ (कमाल) 112.76s 1.19s
प्रतिसाद वेळ (एकूण) 2109.54s 9.54s
पॅरामीटर्स 218B एकूण (25B सक्रिय) -
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.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#482 Command A+

medium
Provider returned error
खर्च
$0.000
वेळ
0.2s
टोकन्स
0 tok

#493 LiquidAI: d1.2-ultra

default
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
लागू नाही
वेळ
-
टोकन्स
0 tok

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
Command A+ 3.0 10.0 0.0% 0 93.13s 0 0 0
d1.2-ultra 4.8 6.5 33.3% 0 625ms 17,655 0 0

तुलना जोडी बदला

Command A+mediumvsGrok 4.20noneCommand A+nonevsd1.2-ultradefaultCommand A+lowvsd1.2-ultradefaultCommand A+mediumvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+highvsd1.2-ultradefaultCommand A+mediumvsHeyGen Decision TurbodefaultCommand A+mediumvsHeyGen Decisiondefaultd1.2-ultradefaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+mediumvsLing 3.0 TinylowCommand A+mediumvsLing 3.0 Tinyhighd1.2-ultradefaultvsGrok 4.20noneCommand A+mediumvsGemini Decision 1default