Command A+ (medium) vs Decider V1.2 (default)

Command A+ (medium) лидирует по среднему баллу: 3.4 vs 2.6. Decider V1.2 (default) имеет более низкую стоимость benchmark: $0.001 vs $0.064. Decider V1.2 (default) быстрее: 517ms vs 91.72s, с долей успешных попыток 0.0% vs 24.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-17

Сравниваемые модели

Ранг: #408
Общее число выходных токенов: 18,795
Время ответа (среднее): 91.72s
Общая стоимость: $0.064

Ранг: #424
Общее число выходных токенов: 67
Время ответа (среднее): 517ms
Общая стоимость: $0.001

Рекомендуемая модель Decider V1.2 (default)

Его балл близок к лучшему здесь (2.6 против 3.4), при этом он примерно в 66.0 раза дешевле, чем Command A+ (medium).

Подробное сравнение

Метрика	Command A+ Command A+ medium Релиз: 2026-09-23	Decider V1.2 Decider V1.2 default Релиз: 2026-10-17

Метрика	Command A+ Command A+ medium Релиз: 2026-09-23	Decider V1.2 Decider V1.2 default Релиз: 2026-10-17
Оценка	3.4	2.6
Ранг	#408	#424
Надежность	3.5	9.4
Стабильность	10.0	4.9
Попытки	69/69	36/69
Тестов верно
Доля успешных попыток	0.0%	24.6%
Нестабильные тесты	0	1
Всего запусков	69	36
Стоимость за результат	0.000	0.020
Общая стоимость	$0.064	$0.001
Цена входа	$0.300 / 1M	$0.020 / 1M
Цена выхода	$1.500 / 1M	$0.000 / 1M
Цена чтения из кэша	$0.150 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	118,771	48,363
Выходные токены	4,127	67
Токены рассуждений	14,668	0
Время ответа (среднее)	91.72s	517ms
Время ответа (макс.)	112.76s	776ms
Время ответа (суммарно)	2109.54s	6.20s
Параметры	218B всего (25B активных)	27B
Доступность	Открытый исходный код	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#408 Command A+

medium

Provider returned error

Стоимость: $0.000
Время: 0.2s
Токены: 0 tok

#424 Decider V1.2

default

Для этой модели еще не сгенерирован результат showcase.

Стоимость: Н/Д
Время: -
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	5.0	10.0	0.0%	0		112.76s	118,771	4,127	14,668
Decider V1.2	0.0	0.0	0.0%	0		0ms	0	0	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		94.10s	0	0	0
Decider V1.2	5.8	7.5	50.0%	0		491ms	7,134	9	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		93.13s	0	0	0
Decider V1.2	4.5	6.7	33.3%	0		572ms	24,009	12	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		89.35s	0	0	0
Decider V1.2	0.0	0.0	0.0%	0		0ms	0	0	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		92.87s	0	0	0
Decider V1.2	6.5	10.0	50.0%	0		482ms	11,637	15	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		77.87s	0	0	0
Decider V1.2	5.9	7.2	55.6%	1		541ms	2,034	7	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		80.14s	0	0	0
Decider V1.2	0.0	0.0	0.0%	0		0ms	0	0	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		103.03s	0	0	0
Decider V1.2	1.5	5.0	0.0%	0		508ms	3,027	21	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		92.07s	0	0	0
Decider V1.2	1.7	3.3	0.0%	0		490ms	522	3	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		78.42s	0	0	0
Decider V1.2	0.0	0.0	0.0%	0		0ms	0	0	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Command A+	3.0	10.0	0.0%	0		102.12s	0	0	0
Decider V1.2	0.0	0.0	0.0%	0		0ms	0	0	0

Сменить пару сравнения

Command A+mediumvsGrok 4.20none Command A+mediumvsXing4.0 29b A4bnoneБесплатно доступно Command A+mediumvsLing 3.0 Tinylow Command A+mediumvsLing 3.0 Tinyhigh Command A+lowvsDecider V1.2default Command A+nonevsDecider V1.2default Command A+mediumvsNemotron 3.5 LightningnoneБесплатно доступно Command A+mediumvsGranite 4.1 8bdefault Command A+mediumvsLing 3.0 Tinydefault Command A+highvsDecider V1.2default Command A+mediumvsSpan-02default Decider V1.2defaultvsXing4.0 29b A4bnoneБесплатно доступно