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

Reflex (default) vs Decider V1.1 27B (default)

average score जवळपास समान आहे: 2.6 vs 2.6. Decider V1.1 27B (default) चा benchmark खर्च कमी आहे: $0.002 vs $0.004. Decider V1.1 27B (default) वेगवान आहे: 320ms vs 888ms, pass rates 21.7% vs 17.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#467
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
888ms
एकूण खर्च
$0.004
क्रमांक
#468
एकूण आउटपुट टोकन्स
69
प्रतिसाद वेळ (सरासरी)
320ms
एकूण खर्च
$0.002
शिफारस केलेले मॉडेल Decider V1.1 27B (default)

It has the best score here (2.6), while costing about 2.1x less than Reflex (default).

तपशीलवार तुलना

मेट्रिक Reflex Reflex default प्रकाशन: 2026-11-03 Decider V1.1 27B Decider V1.1 27B default प्रकाशन: 2026-10-07
स्कोअर 2.6 2.6
क्रमांक #467 #468
विश्वसनीयता 10.0 10.0
सुसंगतता 5.2 5.2
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 21.7% 17.4%
अस्थिर चाचण्या 0 0
एकूण रन 36 36
प्रति निकाल खर्च 0.063 0.037
एकूण खर्च $0.004 $0.002
इनपुट किंमत $0.042 / 1M $0.020 / 1M
आउटपुट किंमत $0.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत $0.008 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 73,902 73,557
आउटपुट टोकन्स 0 69
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 888ms 320ms
प्रतिसाद वेळ (कमाल) 1.73s 491ms
प्रतिसाद वेळ (एकूण) 10.66s 3.84s
पॅरामीटर्स ~27B 27B
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
Reflex 4.5 6.7 33.3% 0 783ms 32,793 0 0
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0

तुलना जोडी बदला

Command A+lowvsReflexdefaultCommand A+lowvsDecider V1.1 27BdefaultCommand A+nonevsReflexdefaultCommand A+nonevsDecider V1.1 27BdefaultCommand A+highvsReflexdefaultCommand A+highvsDecider V1.1 27BdefaultReflexdefaultvsXing4.0 29b A4bnoneमोफत उपलब्धGemini 3 Flash PreviewhighvsDecider V1.1 27BdefaultDecider V1.1 27BdefaultvsXing4.0 29b A4bnoneमोफत उपलब्धGemini 3 Flash PreviewhighvsReflexdefaultCommand A+mediumvsReflexdefaultReflexdefaultvsGrok 4.20none