নেভিগেশন
Advertise here

Seed-2.0-Code (high) vs GLM 5.3 FlashX (high)

Seed-2.0-Code (high) average score-এ এগিয়ে: 6.9 vs 6.8. GLM 5.3 FlashX (high)-এর benchmark খরচ কম: $0.135 vs $1.273. GLM 5.3 FlashX (high) দ্রুত: 12.07s vs 124.18s, pass rates 63.6% vs 68.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-21

তুলনা করা মডেল

র‍্যাঙ্ক
#158
মোট আউটপুট টোকেন
410,575
প্রতিক্রিয়া সময় (গড়)
124.18s
মোট খরচ
$1.273
র‍্যাঙ্ক
#163
মোট আউটপুট টোকেন
83,899
প্রতিক্রিয়া সময় (গড়)
12.07s
মোট খরচ
$0.135
প্রস্তাবিত মডেল GLM 5.3 FlashX (high)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 9.4x less than Seed-2.0-Code (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code high প্রকাশ: 2026-08-12 GLM 5.3 FlashX GLM 5.3 FlashX high প্রকাশ: 2026-09-21
স্কোর 6.9 6.8
র‍্যাঙ্ক #158 #163
নির্ভরযোগ্যতা 8.6 10.0
ধারাবাহিকতা 7.8 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 68.2%
অস্থির টেস্ট 5 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.571 1.125
মোট খরচ $1.273 $0.135
ইনপুট মূল্য $0.500 / 1M $0.370 / 1M
আউটপুট মূল্য $3.000 / 1M $1.250 / 1M
মোট ইনপুট টোকেন 81,970 81,365
আউটপুট টোকেন 7,186 6,821
রিজনিং টোকেন 403,389 77,078
প্রতিক্রিয়া সময় (গড়) 124.18s 12.07s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 675.30s 91.16s
প্রতিক্রিয়া সময় (মোট) 2732.03s 265.62s
প্যারামিটার ~200B মোট (~20B সক্রিয়) 320B মোট (18B 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.

#158 Seed-2.0-Code

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

#163 GLM 5.3 FlashX

high
খরচ
$0.030
সময়
169.4s
টোকেন
23,950 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 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

দ্রুত তুলনা

তুলনার জুটি বদলান