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

Decider V1.1 27B (default) vs Classify-1 (default)

Decider V1.1 27B (default) average score मध्ये पुढे आहे: 2.6 vs 2.2. Decider V1.1 27B (default) चा benchmark खर्च कमी आहे: $0.002 vs $0.008. Decider V1.1 27B (default) वेगवान आहे: 320ms vs 4.58s, pass rates 17.4% vs 18.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक
#407
एकूण आउटपुट टोकन्स
69
प्रतिसाद वेळ (सरासरी)
320ms
एकूण खर्च
$0.002
क्रमांक
#411
एकूण आउटपुट टोकन्स
164
प्रतिसाद वेळ (सरासरी)
4.58s
एकूण खर्च
$0.008
शिफारस केलेले मॉडेल Decider V1.1 27B (default)

It has the best score here (2.6), while costing about 5.3x less than Classify-1 (default).

तपशीलवार तुलना

मेट्रिक Decider V1.1 27B Decider V1.1 27B default प्रकाशन: 2026-10-07 Classify-1 Classify-1 default प्रकाशन: 2026-10-13
स्कोअर 2.6 2.2
क्रमांक #407 #411
विश्वसनीयता 10.0 9.4
सुसंगतता 5.2 4.5
प्रयत्न 36/69 36/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 17.4% 18.8%
अस्थिर चाचण्या 0 2
एकूण रन 36 36
प्रति निकाल खर्च 0.037 0.261
एकूण खर्च $0.002 $0.008
इनपुट किंमत $0.020 / 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 73,557 195,645
आउटपुट टोकन्स 69 164
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 320ms 4.58s
प्रतिसाद वेळ (कमाल) 491ms 13.35s
प्रतिसाद वेळ (एकूण) 3.84s 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
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0
Classify-1 2.7 3.7 22.2% 1 12.73s 105,738 50 0

तुलना जोडी बदला

Gemini 3 Flash PreviewhighvsClassify-1defaultCommand A+lowvsDecider V1.1 27BdefaultCommand A+nonevsDecider V1.1 27BdefaultCommand A+highvsDecider V1.1 27BdefaultGemini 3 Flash PreviewhighvsDecider V1.1 27BdefaultCommand A+lowvsClassify-1defaultCommand A+mediumvsDecider V1.1 27BdefaultDecider V1.1 27BdefaultvsGrok 4.20noneCommand A+nonevsClassify-1defaultCommand A+highvsClassify-1defaultLing 3.0 TinymediumvsDecider V1.1 27BdefaultLing 3.0 TinylowvsDecider V1.1 27Bdefault