নেভিগেশন
Advertise here

Seed-2.0-Code (high) vs Space Bunny Alpha (max)

average score প্রায় সমান: 6.9 vs 6.9. Space Bunny Alpha (max)-এর benchmark খরচ কম: $0.000 vs $1.273. Space Bunny Alpha (max) দ্রুত: 33.77s vs 124.18s, pass rates 63.6% vs 59.1%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#171
মোট আউটপুট টোকেন
410,575
প্রতিক্রিয়া সময় (গড়)
124.18s
মোট খরচ
$1.273
র‍্যাঙ্ক
#172
মোট আউটপুট টোকেন
207,581
প্রতিক্রিয়া সময় (গড়)
33.77s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Space Bunny Alpha (max)

It has the best score here (6.9), while responding about 3.7x faster than Seed-2.0-Code (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 Space Bunny Alpha Space Bunny Alpha max প্রকাশ: 2026-09-24
স্কোর 6.9 6.9
র‍্যাঙ্ক #171 #172
নির্ভরযোগ্যতা 8.6 10.0
ধারাবাহিকতা 7.8 8.5
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 59.1%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.571 0.000
মোট খরচ $1.273 $0.000
ইনপুট মূল্য $0.500 / 1M $0.000 / 1M
আউটপুট মূল্য $3.000 / 1M $0.000 / 1M
মোট ইনপুট টোকেন 81,970 132,854
আউটপুট টোকেন 7,186 207,581
রিজনিং টোকেন 403,389 0
প্রতিক্রিয়া সময় (গড়) 124.18s 33.77s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 320.00s
প্রতিক্রিয়া সময় (মোট) 2732.03s 742.84s
প্যারামিটার ~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.

#171 Seed-2.0-Code

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

#172 Space Bunny Alpha

max
খরচ
$0.000
সময়
183.9s
টোকেন
19,570 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 6.2 6.5 55.6% 1 266.74s 6,750 432 124,956
Space Bunny Alpha 5.7 7.1 44.4% 1 17.08s 8,493 16,335 0

দ্রুত তুলনা

তুলনার জুটি বদলান