নেভিগেশন
AI BENCHY
Advertise here

Seed-2.0-Code — high বনাম medium

average score প্রায় সমান: 6.9 vs 6.9. medium-এর benchmark খরচ কম: $1.049 vs $1.312. medium দ্রুত: 93.60s vs 127.79s, pass rates 71.2% vs 71.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-12

র‍্যাঙ্ক
#123
মোট আউটপুট টোকেন
423,424
প্রতিক্রিয়া সময় (গড়)
127.79s
মোট খরচ
$1.312
র‍্যাঙ্ক
#124
মোট আউটপুট টোকেন
336,696
প্রতিক্রিয়া সময় (গড়)
93.60s
মোট খরচ
$1.049
প্রস্তাবিত মডেল medium

It has the strongest score in this comparison (6.9) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 Seed-2.0-Code Seed-2.0-Code medium প্রকাশ: 2026-08-12
স্কোর 6.9 6.9
র‍্যাঙ্ক #123 #124
নির্ভরযোগ্যতা 6.0 4.7
ধারাবাহিকতা 7.0 6.7
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 71.2%
অস্থির টেস্ট 8 9
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.921 10.482
মোট খরচ $1.312 $1.049
ইনপুট মূল্য $0.500 / 1M $0.500 / 1M
আউটপুট মূল্য $3.000 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 81,961 76,027
আউটপুট টোকেন 7,187 7,268
রিজনিং টোকেন 416,237 329,428
প্রতিক্রিয়া সময় (গড়) 127.79s 93.60s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 626.58s
প্রতিক্রিয়া সময় (মোট) 2811.27s 2059.27s
প্যারামিটার ~200B মোট (~20B 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.

#123 Seed-2.0-Code

high
খরচ
$0.037
সময়
183.6s
টোকেন
12,388 tok

#124 Seed-2.0-Code

medium
খরচ
$0.026
সময়
122.8s
টোকেন
8,630 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
Seed-2.0-Code 5.9 4.4 66.7% 2 266.74s 6,750 432 124,956
Seed-2.0-Code 8.9 7.8 88.9% 1 89.94s 8,247 496 44,062

দ্রুত তুলনা

তুলনার জুটি বদলান