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

Claude Opus 4.6 (medium) vs Seed-2.0-Code (low)

average score প্রায় সমান: 7.7 vs 7.7. Seed-2.0-Code (low)-এর benchmark খরচ কম: $0.767 vs $2.961. Claude Opus 4.6 (medium) দ্রুত: 32.23s vs 72.24s, pass rates 63.6% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-24

তুলনা করা মডেল

র‍্যাঙ্ক
#107
মোট আউটপুট টোকেন
96,722
প্রতিক্রিয়া সময় (গড়)
32.23s
মোট খরচ
$2.961
র‍্যাঙ্ক
#106
মোট আউটপুট টোকেন
241,309
প্রতিক্রিয়া সময় (গড়)
72.24s
মোট খরচ
$0.767
প্রস্তাবিত মডেল Seed-2.0-Code (low)

It has the best score here (7.7), while costing about 3.9x less than Claude Opus 4.6 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.6 Claude Opus 4.6 medium প্রকাশ: 2026-02-05 Seed-2.0-Code Seed-2.0-Code low প্রকাশ: 2026-08-12
স্কোর 7.7 7.7
র‍্যাঙ্ক #107 #106
নির্ভরযোগ্যতা 10.0 8.5
ধারাবাহিকতা 8.8 7.8
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 77.3%
অস্থির টেস্ট 3 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 22.777 5.899
মোট খরচ $2.961 $0.767
ইনপুট মূল্য $5.000 / 1M $0.500 / 1M
আউটপুট মূল্য $25.000 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 108,573 85,657
আউটপুট টোকেন 69,994 8,142
রিজনিং টোকেন 26,728 233,167
প্রতিক্রিয়া সময় (গড়) 32.23s 72.24s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 151.51s 485.92s
প্রতিক্রিয়া সময় (মোট) 515.65s 1589.31s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~200B মোট (~20B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#107 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#106 Seed-2.0-Code

low
Provider returned error
খরচ
$0.000
সময়
0.3s
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

দ্রুত তুলনা

তুলনার জুটি বদলান