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 GLM 5.1 (medium)

GLM 5.1 (medium) average score-এ এগিয়ে: 7.0 vs 6.9. GLM 5.1 (medium)-এর benchmark খরচ কম: $0.727 vs $1.273. GLM 5.1 (medium) দ্রুত: 58.80s vs 124.18s, pass rates 63.6% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#125
মোট আউটপুট টোকেন
410,575
প্রতিক্রিয়া সময় (গড়)
124.18s
মোট খরচ
$1.273
র‍্যাঙ্ক
#117
মোট আউটপুট টোকেন
215,889
প্রতিক্রিয়া সময় (গড়)
58.80s
মোট খরচ
$0.727
প্রস্তাবিত মডেল GLM 5.1 (medium)

It has the best score here (7.0), while costing about 1.8x less than Seed-2.0-Code (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 GLM 5.1 GLM 5.1 medium প্রকাশ: 2026-04-07
স্কোর 6.9 7.0
র‍্যাঙ্ক #125 #117
নির্ভরযোগ্যতা 8.6 8.1
ধারাবাহিকতা 7.8 8.4
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 65.2%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.571 6.923
মোট খরচ $1.273 $0.727
ইনপুট মূল্য $0.500 / 1M $0.966 / 1M
আউটপুট মূল্য $3.000 / 1M $3.036 / 1M
মোট ইনপুট টোকেন 81,970 82,592
আউটপুট টোকেন 7,186 16,089
রিজনিং টোকেন 403,389 199,800
প্রতিক্রিয়া সময় (গড়) 124.18s 58.80s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 308.75s
প্রতিক্রিয়া সময় (মোট) 2732.03s 1234.72s
প্যারামিটার ~200B মোট (~20B সক্রিয়) 744B মোট (40B 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.

#125 Seed-2.0-Code

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

#117 GLM 5.1

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

দ্রুত তুলনা

তুলনার জুটি বদলান