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 Xing4.0 29b A4b (medium)

Xing4.0 29b A4b (medium) average score मध्ये पुढे आहे: 3.7 vs 2.6. Xing4.0 29b A4b (medium) चा benchmark खर्च कमी आहे: $0.000 vs $0.002. Decider V1.1 27B (default) वेगवान आहे: 320ms vs 371.69s, pass rates 17.4% vs 26.1%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#483
एकूण आउटपुट टोकन्स
69
प्रतिसाद वेळ (सरासरी)
320ms
एकूण खर्च
$0.002
क्रमांक
#454
एकूण आउटपुट टोकन्स
107,980
प्रतिसाद वेळ (सरासरी)
371.69s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Xing4.0 29b A4b (medium)

या तुलनेत याचा गुण सर्वाधिक आहे (3.7) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक Decider V1.1 27B Decider V1.1 27B default प्रकाशन: 2026-10-07 Xing4.0 29b A4b Xing4.0 29b A4b medium प्रकाशन: 2026-10-17 मोफत उपलब्ध
स्कोअर 2.6 3.7
क्रमांक #483 #454
विश्वसनीयता 10.0 7.3
सुसंगतता 5.2 6.2
प्रयत्न 36/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 17.4% 26.1%
अस्थिर चाचण्या 0 11
एकूण रन 36 69
प्रति निकाल खर्च 0.037 0.000
एकूण खर्च $0.002 $0.000
इनपुट किंमत $0.020 / 1M $0.000 / 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 98,467
आउटपुट टोकन्स 69 3,385
रिझनिंग टोकन्स 0 104,595
प्रतिसाद वेळ (सरासरी) 320ms 371.69s
प्रतिसाद वेळ (कमाल) 491ms 971.85s
प्रतिसाद वेळ (एकूण) 3.84s 8548.88s
पॅरामीटर्स 27B 29B एकूण (4B सक्रिय)
उपलब्धता मुक्त 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.

#483 Decider V1.1 27B

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

#454 Xing4.0 29b A4b

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
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
Decider V1.1 27B 4.9 6.7 33.3% 0 305ms 32,733 12 0
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

तुलना जोडी बदला

Ling 3.0 TinyhighvsXing4.0 29b A4bmediumमोफत उपलब्धLing 3.0 TinylowvsXing4.0 29b A4bmediumमोफत उपलब्धNemotron 3.5 Lightningnoneमोफत उपलब्धvsXing4.0 29b A4bmediumमोफत उपलब्धGranite 4.1 8bdefaultvsXing4.0 29b A4bmediumमोफत उपलब्धLing 3.0 TinydefaultvsXing4.0 29b A4bmediumमोफत उपलब्धGrok 4.20nonevsXing4.0 29b A4bmediumमोफत उपलब्धLFM3-1.7Bdefaultमोफत उपलब्धvsXing4.0 29b A4bmediumमोफत उपलब्धCommand A+lowvsDecider V1.1 27BdefaultMercury 2.5nonevsXing4.0 29b A4bmediumमोफत उपलब्धCommand A+nonevsDecider V1.1 27Bdefaultgpt-oss-120bnonevsXing4.0 29b A4bmediumमोफत उपलब्धCommand A+highvsXing4.0 29b A4bmediumमोफत उपलब्ध