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

Claude Opus 4.7 (medium) vs Seed-2.0-Lite (medium)

Seed-2.0-Lite (medium) average score-এ এগিয়ে: 8.2 vs 8.1. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.271 vs $3.636. Claude Opus 4.7 (medium) দ্রুত: 14.12s vs 48.87s, pass rates 81.2% vs 71.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-13

তুলনা করা মডেল

র‍্যাঙ্ক
#99
মোট আউটপুট টোকেন
57,978
প্রতিক্রিয়া সময় (গড়)
14.12s
মোট খরচ
$3.636
র‍্যাঙ্ক
#96
মোট আউটপুট টোকেন
106,419
প্রতিক্রিয়া সময় (গড়)
48.87s
মোট খরচ
$0.271
প্রস্তাবিত মডেল Seed-2.0-Lite (medium)

It has the best score here (8.2), while costing about 13.5x less than Claude Opus 4.7 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.7 Claude Opus 4.7 medium প্রকাশ: 2026-04-16 Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14
স্কোর 8.1 8.2
র‍্যাঙ্ক #99 #96
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.3 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 81.2% 71.0%
অস্থির টেস্ট 2 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 20.200 1.931
মোট খরচ $3.636 $0.271
ইনপুট মূল্য $5.000 / 1M $0.250 / 1M
আউটপুট মূল্য $25.000 / 1M $2.000 / 1M
ক্যাশ পড়ার মূল্য $0.500 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য $6.250 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 437,293 229,530
আউটপুট টোকেন 29,102 13,757
রিজনিং টোকেন 28,876 92,662
প্রতিক্রিয়া সময় (গড়) 14.12s 48.87s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 150.60s 254.92s
প্রতিক্রিয়া সময় (মোট) 310.55s 1123.91s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~200B মোট (~20B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#99 Claude Opus 4.7

medium
খরচ
$0.059
সময়
26.8s
টোকেন
2,475 tok

#96 Seed-2.0-Lite

medium
খরচ
$0.005
সময়
86.7s
টোকেন
2,354 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 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Seed-2.0-Lite 8.0 9.8 66.7% 0 156.74s 8,247 458 31,890

তুলনার জুটি বদলান