Navigare
Advertise here

Classify-1 (default) vs Xing4.0 29b A4b

Xing4.0 29b A4b conduce la scorul mediu cu 3.3 vs 2.2. Xing4.0 29b A4b are costul de benchmark mai mic, $0.000 vs $0.008. Classify-1 (default) este mai rapid cu 4.58s vs 42.72s, cu rate de reușită de 18.8% vs 7.3%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-17

Modele comparate

Rang
#430
Total tokenuri de ieșire
164
Timp de răspuns (mediu)
4.58s
Cost total
$0.008
Rang
#412
Total tokenuri de ieșire
26,540
Timp de răspuns (mediu)
42.72s
Cost total
$0.000
Model recomandat Xing4.0 29b A4b

Are cel mai mare scor din această comparație (3.3) și cel mai bun echilibru între cost și timp de răspuns dintre cele 2 modele.

Comparație detaliată

Metrică Classify-1 Classify-1 default Lansare: 2026-10-13 Xing4.0 29b A4b Xing4.0 29b A4b none Lansare: 2026-10-17 Disponibil gratuit
Scor 2.2 3.3
Rang #430 #412
Fiabilitate 9.4 8.8
Consistență 4.5 8.6
Încercări 36/69 69/69
Teste corecte
Rată de trecere pe încercare 18.8% 7.3%
Teste instabile 2 4
Rulări totale 36 69
Cost per rezultat 0.261 0.000
Cost total $0.008 $0.000
Preț de intrare $0.040 / 1M $0.000 / 1M
Preț de ieșire $0.000 / 1M $0.000 / 1M
Preț citire cache N/D N/D
Preț scriere cache N/D N/D
Total tokenuri de intrare 195,645 153,665
Tokenuri de ieșire 164 26,540
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 4.58s 42.72s
Timp de răspuns (maxim) 13.35s 634.11s
Timp de răspuns (total) 55.01s 982.66s
Parametri ~1B 29B în total (4B activi)
Disponibilitate Închis Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#430 Classify-1

default
Nu s-a generat încă niciun rezultat de prezentare pentru acest model.
Cost
N/D
Timp
-
Tokenuri
0 tok

#412 Xing4.0 29b A4b

none
Reached the allocated time limit (600 seconds) without receiving showcase output.
Cost
$0.000
Timp
600.0s
Tokenuri
0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Classify-1 2.7 3.7 22.2% 1 12.73s 105,738 50 0
Xing4.0 29b A4b 3.6 9.7 0.0% 0 231.73s 8,622 22,915 0

Schimbă perechea de comparație