- 排名
- #337
- 总输出令牌
- 118,380
- 响应时间（平均）
- 38.01s
- 总成本
- $0.000
Cobuddy (medium) vs Jev 1.13
Cobuddy (medium) 平均分领先，为 4.4 vs 2.6。 Cobuddy (medium) benchmark 成本更低，为 $0.000 vs $0.003。 Jev 1.13 更快，为 698ms vs 38.01s，通过率为 43.5% vs 26.1%。
已对比模型
- 排名
- #375
- 总输出令牌
- 18,927
- 响应时间（平均）
- 698ms
- 总成本
- $0.003
推荐模型
Cobuddy (medium)
它在本次比较中得分最高（4.4），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | Cobuddy Cobuddy medium 免费可用 | Jev 1.13 Jev 1.13 none |
|---|---|---|
| 分数 | 4.4 | 2.6 |
| 排名 | #337 | #375 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.3 | 5.2 |
| 尝试次数 | 66/69 | 36/69 |
| 测试正确 | ||
| 尝试通过率 | 43.5% | 26.1% |
| 不稳定测试 | 6 | 0 |
| 总运行次数 | 66 | 36 |
| 每个结果成本 | 0.000 | 0.047 |
| 总成本 | $0.000 | $0.003 |
| 输入价格 | $0.000 / 1M | $0.042 / 1M |
| 输出价格 | $0.000 / 1M | $0.000 / 1M |
| 缓存读取价格 | 不适用 | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 37,449 | 67,092 |
| 输出令牌 | 1,677 | 18,927 |
| 推理令牌 | 116,703 | 0 |
| 响应时间（平均） | 38.01s | 698ms |
| 响应时间（最大） | 309.02s | 1.08s |
| 响应时间（总计） | 798.15s | 8.38s |
| 参数量 | ~21B 总计 (~3B 激活) | - |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#337 Cobuddy
medium
No endpoints found for baidu/cobuddy:free.
- 成本
- $0.000
- 时间
- 0.1s
- 令牌
- 0 tok
#375 Jev 1.13
none
此模型尚未生成任何展示结果。
- 成本
- 不适用
- 时间
- -
- 令牌
- 0 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
Cobuddymedium免费可用vsMercury 2noneCobuddymedium免费可用vsGranite 4.2 8BnoneTrinity Large Previewnone免费可用vsCobuddymedium免费可用Cobuddymedium免费可用vsKAT Coder AIR V2.5noneCobuddymedium免费可用vsNemotron 3 Supernone免费可用Cobuddymedium免费可用vsRing 2.6 1tnoneCobuddymedium免费可用vsLing 2.6 FlashnoneCobuddymedium免费可用vsgpt-oss-120bnoneCobuddymedium免费可用vsNemotron 3.5 Lightninglow免费可用Cobuddymedium免费可用vsLaguna S 2.1low免费可用Cobuddymedium免费可用vsMercury 2.5noneCobuddymedium免费可用vsGPT-5.4 Nanonone