নেভিগেশন
Advertise here

Seed-2.0-Code (high) vs Inkling (medium)

Seed-2.0-Code (high) average score-এ এগিয়ে: 7.5 vs 7.4. Inkling (medium)-এর benchmark খরচ কম: $0.540 vs $1.448. Inkling (medium) দ্রুত: 16.98s vs 124.87s, pass rates 65.2% vs 75.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#121
মোট আউটপুট টোকেন
432,850
প্রতিক্রিয়া সময় (গড়)
124.87s
মোট খরচ
$1.448
র‍্যাঙ্ক
#130
মোট আউটপুট টোকেন
69,605
প্রতিক্রিয়া সময় (গড়)
16.98s
মোট খরচ
$0.540
প্রস্তাবিত মডেল Inkling (medium)

Its score stays close to the best score here (7.4 vs 7.5), while costing about 2.7x less than Seed-2.0-Code (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 Inkling Inkling medium প্রকাশ: 2026-07-18 বিনামূল্যে উপলভ্য
স্কোর 7.5 7.4
র‍্যাঙ্ক #121 #130
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 7.9 8.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 75.4%
অস্থির টেস্ট 5 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 12.061 3.594
মোট খরচ $1.448 $0.540
ইনপুট মূল্য $0.500 / 1M $1.000 / 1M
আউটপুট মূল্য $3.000 / 1M $4.050 / 1M
মোট ইনপুট টোকেন 297,321 257,138
আউটপুট টোকেন 8,997 13,830
রিজনিং টোকেন 423,853 55,775
প্রতিক্রিয়া সময় (গড়) 124.87s 16.98s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 85.12s
প্রতিক্রিয়া সময় (মোট) 2871.96s 390.45s
প্যারামিটার ~200B মোট (~20B সক্রিয়) 975B মোট (41B 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.

#121 Seed-2.0-Code

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

#130 Thinking Machines: Inkling

medium
খরচ
$0.004
সময়
11.2s
টোকেন
852 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
Inkling 8.4 7.8 77.8% 1 25.20s 7,374 525 14,457

দ্রুত তুলনা

তুলনার জুটি বদলান