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

Gemini Decision 1 (default) vs Span-02 (default)

Gemini Decision 1 (default) average score मध्ये पुढे आहे: 2.9 vs 2.8. Span-02 (default) चा benchmark खर्च कमी आहे: $0.001 vs $0.006. Gemini Decision 1 (default) वेगवान आहे: 652ms vs 1.36s, pass rates 23.2% vs 26.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#475
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
652ms
एकूण खर्च
$0.006
क्रमांक
#476
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
1.36s
एकूण खर्च
$0.001
शिफारस केलेले मॉडेल Gemini Decision 1 (default)

It has the best score here (2.9), while responding about 2.1x faster than Span-02 (default).

तपशीलवार तुलना

मेट्रिक Gemini Decision 1 Gemini Decision 1 default प्रकाशन: 2026-11-12 Span-02 Span-02 default प्रकाशन: 2026-10-17
स्कोअर 2.9 2.8
क्रमांक #475 #476
विश्वसनीयता 9.2 10.0
सुसंगतता 4.9 5.2
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 23.2% 26.1%
अस्थिर चाचण्या 1 0
एकूण रन 36 36
प्रति निकाल खर्च 0.101 0.012
एकूण खर्च $0.006 $0.001
इनपुट किंमत $0.100 / 1M $0.010 / 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 50,079 70,626
आउटपुट टोकन्स 0 0
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 652ms 1.36s
प्रतिसाद वेळ (कमाल) 1.27s 5.71s
प्रतिसाद वेळ (एकूण) 7.83s 16.37s
पॅरामीटर्स - 26B एकूण (4B सक्रिय)
उपलब्धता बंद 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
Gemini Decision 1 4.5 6.7 33.3% 0 558ms 24,507 0 0
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0

तुलना जोडी बदला

Command A+lowvsGemini Decision 1defaultCommand A+nonevsGemini Decision 1defaultCommand A+lowvsSpan-02defaultCommand A+highvsGemini Decision 1defaultCommand A+nonevsSpan-02defaultGemini Decision 1defaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+highvsSpan-02defaultCommand A+mediumvsGemini Decision 1defaultGemini Decision 1defaultvsGrok 4.20noneSpan-02defaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+mediumvsSpan-02defaultSpan-02defaultvsGrok 4.20none