নেভিগেশন
Advertise here

Seed-2.0-Code (high) vs Step 3.7 Flash (high)

Seed-2.0-Code (high) average score-এ এগিয়ে: 6.9 vs 6.8. Step 3.7 Flash (high)-এর benchmark খরচ কম: $1.229 vs $1.273. Step 3.7 Flash (high) দ্রুত: 70.10s vs 124.18s, pass rates 63.6% vs 60.6%.

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
#175
মোট আউটপুট টোকেন
1,050,900
প্রতিক্রিয়া সময় (গড়)
70.10s
মোট খরচ
$1.229
প্রস্তাবিত মডেল Step 3.7 Flash (high)

Its score stays close to the best score here (6.8 vs 6.9), while responding about 1.8x faster than Seed-2.0-Code (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 Step 3.7 Flash Step 3.7 Flash high প্রকাশ: 2026-05-29
স্কোর 6.9 6.8
র‍্যাঙ্ক #171 #175
নির্ভরযোগ্যতা 8.6 10.0
ধারাবাহিকতা 7.8 8.4
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 60.6%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.571 11.167
মোট খরচ $1.273 $1.229
ইনপুট মূল্য $0.500 / 1M $0.200 / 1M
আউটপুট মূল্য $3.000 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 81,970 98,700
আউটপুট টোকেন 7,186 1,050,900
রিজনিং টোকেন 403,389 0
প্রতিক্রিয়া সময় (গড়) 124.18s 70.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 364.99s
প্রতিক্রিয়া সময় (মোট) 2732.03s 1542.14s
প্যারামিটার ~200B মোট (~20B সক্রিয়) 198B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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

#175 Step 3.7 Flash

high
খরচ
$0.007
সময়
63.6s
টোকেন
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

দ্রুত তুলনা

তুলনার জুটি বদলান