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

Bison 1 (default) vs Classify-1 (default)

平均分几乎持平,为 2.2 vs 2.2。 Bison 1 (default) benchmark 成本更低,为 $0.004 vs $0.008。 Bison 1 (default) 更快,为 680ms vs 4.58s,通过率为 23.2% vs 18.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-22

已对比模型

排名
#526
总输出令牌
36
响应时间(平均)
680ms
总成本
$0.004
排名
#527
总输出令牌
164
响应时间(平均)
4.58s
总成本
$0.008
推荐模型 Bison 1 (default)

它在这里得分最高(2.2),同时成本比Classify-1 (default)低约 2.1 倍。

详细对比

指标 Bison 1 Bison 1 default 发布日期: 2026-11-20 Classify-1 Classify-1 default 发布日期: 2026-10-13
分数 2.2 2.2
排名 #526 #527
可靠性 7.5 9.4
一致性 4.1 4.5
尝试次数 36/69 36/69
测试正确
尝试通过率 23.2% 18.8%
不稳定测试 3 2
总运行次数 36 36
每个结果成本 0.093 0.261
总成本 $0.004 $0.008
输入价格 $0.100 / 1M $0.040 / 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 37,001 195,645
输出令牌 36 164
推理令牌 0 0
响应时间(平均) 680ms 4.58s
响应时间(最大) 1.40s 13.35s
响应时间(总计) 8.16s 55.01s
参数量 31B ~1B
开放状态 开源 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。

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

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Bison 1 2.9 3.7 22.2% 1 844ms 17,630 8 0
Classify-1 2.7 3.7 22.2% 1 12.73s 105,738 50 0

切换对比组合

Gemini 3 Flash PreviewhighvsClassify-1defaultBison 1defaultvsGemini 3 Flash PreviewhighBison 1defaultvsCommand A+lowCommand A+lowvsClassify-1defaultBison 1defaultvsCommand A+noneCommand A+nonevsClassify-1defaultBison 1defaultvsCommand A+highCommand A+highvsClassify-1defaultBison 1defaultvsXing4.0 29b A4bnone免费可用Classify-1defaultvsXing4.0 29b A4bnone免费可用Bison 1defaultvsCommand A+mediumBison 1defaultvsGrok 4.20none