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

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

average score প্রায় সমান: 6.9 vs 6.9. Step 3.7 Flash (high)-এর benchmark খরচ কম: $1.207 vs $1.312. Step 3.7 Flash (high) দ্রুত: 64.68s vs 127.79s, pass rates 71.2% vs 63.6%.

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
#125
মোট আউটপুট টোকেন
1,032,395
প্রতিক্রিয়া সময় (গড়)
64.68s
মোট খরচ
$1.207
প্রস্তাবিত মডেল Step 3.7 Flash (high)

It has the best score here (6.9), while responding about 2.0x 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 6.9
র‍্যাঙ্ক #123 #125
নির্ভরযোগ্যতা 6.0 10.0
ধারাবাহিকতা 7.0 8.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 63.6%
অস্থির টেস্ট 8 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.921 10.973
মোট খরচ $1.312 $1.207
ইনপুট মূল্য $0.500 / 1M $0.200 / 1M
আউটপুট মূল্য $3.000 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 81,961 98,691
আউটপুট টোকেন 7,187 1,032,395
রিজনিং টোকেন 416,237 0
প্রতিক্রিয়া সময় (গড়) 127.79s 64.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 364.99s
প্রতিক্রিয়া সময় (মোট) 2811.27s 1423.01s
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.

#123 Seed-2.0-Code

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

#125 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 5.9 4.4 66.7% 2 266.74s 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