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

Span-02 (default) vs Solar Decide (default)

Span-02 (default) average score मध्ये पुढे आहे: 2.8 vs 1.0. Span-02 (default) चा benchmark खर्च कमी आहे: $0.001 vs $0.009. Span-02 (default) वेगवान आहे: 1.36s vs 6.01s, pass rates 26.1% vs 14.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#428
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
1.36s
एकूण खर्च
$0.001
क्रमांक
#448
एकूण आउटपुट टोकन्स
51
प्रतिसाद वेळ (सरासरी)
6.01s
एकूण खर्च
$0.009
शिफारस केलेले मॉडेल Span-02 (default)

It has the best score here (2.8), while costing about 12.0x less than Solar Decide (default).

तपशीलवार तुलना

मेट्रिक Span-02 Span-02 default प्रकाशन: 2026-10-17 Solar Decide Solar Decide default प्रकाशन: 2026-09-28
स्कोअर 2.8 1.0
क्रमांक #428 #448
विश्वसनीयता 10.0 10.0
सुसंगतता 5.2 2.0
प्रयत्न 36/69 21/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 26.1% 14.5%
अस्थिर चाचण्या 0 3
एकूण रन 36 21
प्रति निकाल खर्च 0.012 0.119
एकूण खर्च $0.001 $0.009
इनपुट किंमत $0.010 / 1M $0.050 / 1M
आउटपुट किंमत $0.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.050 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 70,626 47,586
आउटपुट टोकन्स 0 51
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.36s 6.01s
प्रतिसाद वेळ (कमाल) 5.71s 13.10s
प्रतिसाद वेळ (एकूण) 16.37s 42.05s
पॅरामीटर्स 26B एकूण (4B सक्रिय) ~35B एकूण (~3B सक्रिय)
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
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0
Solar Decide 0.0 0.0 0.0% 0 0ms 0 0 0

तुलना जोडी बदला

Command A+lowvsSpan-02defaultCommand A+nonevsSpan-02defaultCommand A+highvsSpan-02defaultSpan-02defaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+mediumvsSpan-02defaultSpan-02defaultvsGrok 4.20noneGemini 3 Flash PreviewhighvsSolar DecidedefaultLing 3.0 TinymediumvsSpan-02defaultLing 3.0 TinylowvsSpan-02defaultLing 3.0 TinyhighvsSpan-02defaultSpan-02defaultvsXing4.0 29b A4bmediumमोफत उपलब्धGemini 3 Flash PreviewhighvsSpan-02default