নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 4.6 vs ByteDance Seed: Seed-2.0-Lite

Seed-2.0-Lite (medium) average score-এ এগিয়ে: 7.9 vs 7.8. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.234 vs $2.057. Claude Sonnet 4.6 (medium) দ্রুত: 25.91s vs 48.53s, pass rates 66.7% vs 74.2%.

প্রস্তাবিত মডেলSeed-2.0-Lite (medium)It has the best score here (7.9), while costing about 8.8x less than Claude Sonnet 4.6 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

মেট্রিক Claude Sonnet 4.6 Claude Sonnet 4.6 medium প্রকাশ: 2026-02-17 Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14
স্কোর 7.8 7.9
র‍্যাঙ্ক #47 #42
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 74.2%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 14.692 1.669
মোট খরচ $2.057 $0.234
ইনপুট মূল্য $3.000 / 1M $0.250 / 1M
আউটপুট মূল্য $15.000 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 106,292 129,897
আউটপুট টোকেন 80,748 12,533
রিজনিং টোকেন 35,117 88,047
প্রতিক্রিয়া সময় (গড়) 25.91s 48.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 140.96s 254.92s
প্রতিক্রিয়া সময় (মোট) 362.78s 1067.74s

Hamster playing table tennis

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

#47 Claude Sonnet 4.6

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#42 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Seed-2.0-Lite 8.0 9.8 66.7% 0 156.74s 8,247 458 31,890

দ্রুত তুলনা

তুলনার জুটি বদলান