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

Anthropic: Claude Sonnet 5 vs ByteDance Seed: Seed-2.0-Lite

Claude Sonnet 5 average score-এ এগিয়ে: 6.3 vs 6.2. Seed-2.0-Lite-এর benchmark খরচ কম: $0.066 vs $0.548. Seed-2.0-Lite দ্রুত: 4.40s vs 6.04s, pass rates 45.5% vs 43.9%.

প্রস্তাবিত মডেলSeed-2.0-LiteIts score stays close to the best score here (6.2 vs 6.3), while costing about 8.4x less than Claude Sonnet 5.

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

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 none প্রকাশ: 2026-06-30 Seed-2.0-Lite Seed-2.0-Lite none প্রকাশ: 2026-02-14
স্কোর 6.3 6.2
র‍্যাঙ্ক #123 #127
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 43.9%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 6.840 0.814
মোট খরচ $0.548 $0.066
ইনপুট মূল্য $2.000 / 1M $0.250 / 1M
আউটপুট মূল্য $10.000 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 161,035 142,197
আউটপুট টোকেন 22,511 14,746
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 6.04s 4.40s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 33.39s 44.58s
প্রতিক্রিয়া সময় (মোট) 132.85s 96.84s

Hamster playing table tennis

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

#123 Claude Sonnet 5

none
খরচ
$0.061
সময়
53.7s
টোকেন
6,172 tok

#127 Seed-2.0-Lite

none
খরচ
$0.005
সময়
83.8s
টোকেন
2,311 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 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0

দ্রুত তুলনা

তুলনার জুটি বদলান