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

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

GLM 5.3 FlashX Legal (high) average score-এ এগিয়ে: 8.2 vs 8.1. GLM 5.3 FlashX Legal (high)-এর benchmark খরচ কম: $0.521 vs $0.881. GLM 5.3 FlashX Legal (high) দ্রুত: 35.19s vs 73.02s, pass rates 78.3% vs 72.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#130
মোট আউটপুট টোকেন
253,807
প্রতিক্রিয়া সময় (গড়)
73.02s
মোট খরচ
$0.881
র‍্যাঙ্ক
#127
মোট আউটপুট টোকেন
345,985
প্রতিক্রিয়া সময় (গড়)
35.19s
মোট খরচ
$0.521
প্রস্তাবিত মডেল GLM 5.3 FlashX Legal (high)

It has the best score here (8.2), while costing about 1.7x less than Seed-2.0-Code (low).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code low প্রকাশ: 2026-08-12 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high প্রকাশ: 2026-11-02
স্কোর 8.1 8.2
র‍্যাঙ্ক #130 #127
নির্ভরযোগ্যতা 8.9 9.7
ধারাবাহিকতা 7.9 8.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 78.3% 72.5%
অস্থির টেস্ট 6 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 6.288 3.473
মোট খরচ $0.881 $0.521
ইনপুট মূল্য $0.500 / 1M $0.370 / 1M
আউটপুট মূল্য $3.000 / 1M $1.250 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.075 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 237,604 238,713
আউটপুট টোকেন 9,617 7,034
রিজনিং টোকেন 244,190 338,951
প্রতিক্রিয়া সময় (গড়) 73.02s 35.19s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 485.92s 298.81s
প্রতিক্রিয়া সময় (মোট) 1679.49s 809.47s
প্যারামিটার ~200B মোট (~20B সক্রিয়) ~320B মোট (~18B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#130 Seed-2.0-Code

low
Provider returned error
খরচ
$0.000
সময়
0.3s
টোকেন
0 tok

#127 GLM 5.3 FlashX Legal

high
খরচ
$0.018
সময়
103.8s
টোকেন
13,703 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 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759
GLM 5.3 FlashX Legal 8.2 7.2 88.9% 1 27.50s 7,317 397 31,799

তুলনার জুটি বদলান