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

GPT-5.4 (medium) vs DaisyRose 27B (medium)

DaisyRose 27B (medium) average score मध्ये पुढे आहे: 8.9 vs 8.8. DaisyRose 27B (medium) चा benchmark खर्च कमी आहे: $0.328 vs $2.213. DaisyRose 27B (medium) वेगवान आहे: 20.08s vs 24.81s, pass rates 78.3% vs 78.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#95
एकूण आउटपुट टोकन्स
96,502
प्रतिसाद वेळ (सरासरी)
24.81s
एकूण खर्च
$2.213
क्रमांक
#92
एकूण आउटपुट टोकन्स
148,448
प्रतिसाद वेळ (सरासरी)
20.08s
एकूण खर्च
$0.328
शिफारस केलेले मॉडेल DaisyRose 27B (medium)

It has the best score here (8.9), while costing about 6.8x less than GPT-5.4 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05 DaisyRose 27B DaisyRose 27B medium प्रकाशन: 2026-11-18
स्कोअर 8.8 8.9
क्रमांक #95 #92
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 10.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 78.3%
अस्थिर चाचण्या 4 0
एकूण रन 69 69
प्रति निकाल खर्च 12.535 1.819
एकूण खर्च $2.213 $0.328
इनपुट किंमत $2.500 / 1M $0.150 / 1M
आउटपुट किंमत $15.000 / 1M $1.875 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.038 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 223,210 326,145
आउटपुट टोकन्स 7,312 8,403
रिझनिंग टोकन्स 89,190 140,045
प्रतिसाद वेळ (सरासरी) 24.81s 20.08s
प्रतिसाद वेळ (कमाल) 100.41s 160.61s
प्रतिसाद वेळ (एकूण) 570.60s 461.88s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) 27.8B
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.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#95 GPT-5.4

medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 tok

#92 DaisyRose 27B

medium
खर्च
$0.007
वेळ
18.4s
टोकन्स
3,763 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
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
DaisyRose 27B 9.9 10.0 100.0% 0 16.28s 7,893 466 25,902

तुलना जोडी बदला