- क्रमांक
- #92
- एकूण आउटपुट टोकन्स
- 148,448
- प्रतिसाद वेळ (सरासरी)
- 20.08s
- एकूण खर्च
- $0.328
DaisyRose 27B (medium) vs Pareto 26.9 (default)
average score जवळपास समान आहे: 8.9 vs 8.9. DaisyRose 27B (medium) चा benchmark खर्च कमी आहे: $0.328 vs $1.864. DaisyRose 27B (medium) वेगवान आहे: 20.08s vs 28.26s, pass rates 78.3% vs 79.7%.
तुलना केलेली मॉडेल्स
- क्रमांक
- #91
- एकूण आउटपुट टोकन्स
- 175,696
- प्रतिसाद वेळ (सरासरी)
- 28.26s
- एकूण खर्च
- $1.864
शिफारस केलेले मॉडेल
DaisyRose 27B (medium)
It has the best score here (8.9), while costing about 5.7x less than Pareto 26.9 (default).
तपशीलवार तुलना
| मेट्रिक | DaisyRose 27B DaisyRose 27B medium | Pareto 26.9 Pareto 26.9 default |
|---|---|---|
| स्कोअर | 8.9 | 8.9 |
| क्रमांक | #92 | #91 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 10.0 | 8.1 |
| प्रयत्न | 69/69 | 69/69 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 78.3% | 79.7% |
| अस्थिर चाचण्या | 0 | 6 |
| एकूण रन | 69 | 69 |
| प्रति निकाल खर्च | 1.819 | 12.422 |
| एकूण खर्च | $0.328 | $1.864 |
| इनपुट किंमत | $0.150 / 1M | $2.500 / 1M |
| आउटपुट किंमत | $1.875 / 1M | $7.500 / 1M |
| कॅश वाचण्याची किंमत | $0.038 / 1M | $0.250 / 1M |
| कॅश लिहिण्याची किंमत | लागू नाही | लागू नाही |
| एकूण इनपुट टोकन्स | 326,145 | 218,199 |
| आउटपुट टोकन्स | 8,403 | 175,696 |
| रिझनिंग टोकन्स | 140,045 | 0 |
| प्रतिसाद वेळ (सरासरी) | 20.08s | 28.26s |
| प्रतिसाद वेळ (कमाल) | 160.61s | 151.76s |
| प्रतिसाद वेळ (एकूण) | 461.88s | 649.90s |
| पॅरामीटर्स | 27.8B | - |
| 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.
मॉडेल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#92 DaisyRose 27B
medium- खर्च
- $0.007
- वेळ
- 18.4s
- टोकन्स
- 3,763 tok
#91 Pareto 26.9
default- खर्च
- $0.038
- वेळ
- 109.6s
- टोकन्स
- 5,118 tok
श्रेणीवार तपशील
| स्वायत्त एजंट कार्ये | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 10.0 | 10.0 | 100.0% | 0 | 53.93s | 180,279 | 2,226 | 9,727 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 54.17s | 103,835 | 8,348 | 0 |
| अँटी-एआय युक्त्या | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 10.0 | 10.0 | 100.0% | 0 | 1.62s | 672 | 273 | 2,469 | |
| Pareto 26.9 | 7.5 | 8.4 | 66.7% | 1 | 6.44s | 737 | 1,595 | 0 |
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 9.9 | 10.0 | 100.0% | 0 | 16.28s | 7,893 | 466 | 25,902 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 49.15s | 7,419 | 1,895 | 0 |
| संयुक्त | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 10.0 | 10.0 | 100.0% | 0 | 46.07s | 117,092 | 4,205 | 47,307 | |
| Pareto 26.9 | 8.2 | 6.9 | 66.7% | 1 | 81.38s | 88,832 | 146,339 | 0 |
| डेटा पार्सिंग आणि निष्कर्षण | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 6.5 | 10.0 | 50.0% | 0 | 4.40s | 7,776 | 249 | 3,877 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 2.63s | 7,728 | 1,285 | 0 |
| डोमेन-विशिष्ट | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 5.3 | 10.0 | 33.3% | 0 | 72.02s | 780 | 34 | 37,575 | |
| Pareto 26.9 | 5.9 | 7.2 | 55.6% | 1 | 60.97s | 825 | 12,233 | 0 |
| Samanya Buddhimatta | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 10.0 | 10.0 | 100.0% | 0 | 4.46s | 516 | 161 | 1,862 | |
| Pareto 26.9 | 6.5 | 3.4 | 66.7% | 1 | 6.55s | 492 | 774 | 0 |
| सूचनांचे पालन | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 699 | 84 | 978 | |
| Pareto 26.9 | 9.8 | 10.0 | 100.0% | 0 | 3.82s | 696 | 393 | 0 |
| कोडी सोडवणे | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 8.2 | 10.0 | 66.7% | 0 | 6.16s | 696 | 335 | 6,771 | |
| Pareto 26.9 | 8.2 | 7.3 | 88.9% | 1 | 8.40s | 624 | 1,437 | 0 |
| टूल कॉलिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 10.0 | 10.0 | 100.0% | 0 | 3.77s | 9,538 | 282 | 884 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 6,762 | 892 | 0 |
| सामान्य ज्ञान | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| DaisyRose 27B | 3.0 | 10.0 | 0.0% | 0 | 5.88s | 204 | 88 | 2,693 | |
| Pareto 26.9 | 2.8 | 1.6 | 33.3% | 1 | 28.57s | 249 | 505 | 0 |
झटपट तुलना
तुलना जोडी बदला
Claude Fable 5mediumvsPareto 26.9defaultMuse EmberminimalvsPareto 26.9defaultMuse Spark 1.1mediumvsPareto 26.9defaultMuse EmberminimalvsDaisyRose 27BmediumMuse Spark 1.2mediumvsPareto 26.9defaultKimi K3.1 ProlowvsDaisyRose 27BmediumQwen3.8 MAXlowvsDaisyRose 27BmediumMuse Spark 1.2highvsPareto 26.9defaultKimi K3.1 ProlowvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultMuse Spark 1.2highvsDaisyRose 27BmediumMuse Spark OpenlowvsPareto 26.9default