नेव्हिगेशन
Advertise here

Span-02 (default) vs Xing4.0 29b A4b

Xing4.0 29b A4b average score मध्ये पुढे आहे: 3.3 vs 2.8. Xing4.0 29b A4b चा benchmark खर्च कमी आहे: $0.000 vs $0.001. Span-02 (default) वेगवान आहे: 1.36s vs 42.72s, pass rates 26.1% vs 7.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#419
एकूण आउटपुट टोकन्स
0
प्रतिसाद वेळ (सरासरी)
1.36s
एकूण खर्च
$0.001
क्रमांक
#412
एकूण आउटपुट टोकन्स
26,540
प्रतिसाद वेळ (सरासरी)
42.72s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Span-02 (default)

Its score stays close to the best score here (2.8 vs 3.3), while responding about 31.3x faster than Xing4.0 29b A4b.

तपशीलवार तुलना

मेट्रिक Span-02 Span-02 default प्रकाशन: 2026-10-17 Xing4.0 29b A4b Xing4.0 29b A4b none प्रकाशन: 2026-10-17 मोफत उपलब्ध
स्कोअर 2.8 3.3
क्रमांक #419 #412
विश्वसनीयता 10.0 8.8
सुसंगतता 5.2 8.6
प्रयत्न 36/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 26.1% 7.3%
अस्थिर चाचण्या 0 4
एकूण रन 36 69
प्रति निकाल खर्च 0.012 0.000
एकूण खर्च $0.001 $0.000
इनपुट किंमत $0.010 / 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 70,626 153,665
आउटपुट टोकन्स 0 26,540
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.36s 42.72s
प्रतिसाद वेळ (कमाल) 5.71s 634.11s
प्रतिसाद वेळ (एकूण) 16.37s 982.66s
पॅरामीटर्स 26B एकूण (4B सक्रिय) 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.

#419 Span-02

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

#412 Xing4.0 29b A4b

none
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
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0
Xing4.0 29b A4b 3.6 9.7 0.0% 0 231.73s 8,622 22,915 0

झटपट तुलना

तुलना जोडी बदला

Command A+mediumvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+highvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+lowvsSpan-02defaultCommand A+nonevsSpan-02defaultCommand A+lowvsXing4.0 29b A4bnoneमोफत उपलब्धLing 3.0 TinymediumvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+highvsSpan-02defaultLing 3.0 TinylowvsXing4.0 29b A4bnoneमोफत उपलब्धLing 3.0 TinyhighvsXing4.0 29b A4bnoneमोफत उपलब्धGranite 4.1 8bdefaultvsXing4.0 29b A4bnoneमोफत उपलब्धLing 3.0 TinydefaultvsXing4.0 29b A4bnoneमोफत उपलब्धCommand A+mediumvsSpan-02default