导航
Advertise here

Span-02 (default) vs Jev 1.13 (default)

Span-02 (default) 平均分领先,为 2.8 vs 2.6。 Span-02 (default) benchmark 成本更低,为 $0.001 vs $0.003。 Jev 1.13 (default) 更快,为 698ms vs 1.36s,通过率为 26.1% vs 26.1%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-17

已对比模型

排名
#419
总输出令牌
0
响应时间(平均)
1.36s
总成本
$0.001
排名
#423
总输出令牌
18,927
响应时间(平均)
698ms
总成本
$0.003
推荐模型 Span-02 (default)

它在这里得分最高(2.8),同时成本比Jev 1.13 (default)低约 4.0 倍。

详细对比

指标 Span-02 Span-02 default 发布日期: 2026-10-17 Jev 1.13 Jev 1.13 default 发布日期: 2026-09-18
分数 2.8 2.6
排名 #419 #423
可靠性 10.0 10.0
一致性 5.2 5.2
尝试次数 36/69 36/69
测试正确
尝试通过率 26.1% 26.1%
不稳定测试 0 0
总运行次数 36 36
每个结果成本 0.012 0.047
总成本 $0.001 $0.003
输入价格 $0.010 / 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 70,626 67,092
输出令牌 0 18,927
推理令牌 0 0
响应时间(平均) 1.36s 698ms
响应时间(最大) 5.71s 1.08s
响应时间(总计) 16.37s 8.38s
参数量 26B 总计 (4B 激活) -
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
Span-02 4.9 6.7 33.3% 0 544ms 32,136 0 0
Jev 1.13 2.2 6.7 0.0% 0 598ms 30,072 8,130 0

切换对比组合

Command A+lowvsSpan-02defaultCommand A+nonevsSpan-02defaultCommand A+lowvsJev 1.13defaultCommand A+highvsSpan-02defaultCommand A+nonevsJev 1.13defaultSpan-02defaultvsXing4.0 29b A4bnone免费可用Command A+highvsJev 1.13defaultCommand A+mediumvsSpan-02defaultSpan-02defaultvsGrok 4.20noneJev 1.13defaultvsXing4.0 29b A4bnone免费可用Command A+mediumvsJev 1.13defaultJev 1.13defaultvsGrok 4.20none