নেভিগেশন
Advertise here

Seed-2.0-Code (medium) vs Solar Pro 4 (low)

average score প্রায় সমান: 6.8 vs 6.8. Solar Pro 4 (low)-এর benchmark খরচ কম: $0.130 vs $1.153. Seed-2.0-Code (medium) দ্রুত: 101.05s vs 136.11s, pass rates 63.6% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-24

তুলনা করা মডেল

র‍্যাঙ্ক
#176
মোট আউটপুট টোকেন
371,443
প্রতিক্রিয়া সময় (গড়)
101.05s
মোট খরচ
$1.153
র‍্যাঙ্ক
#178
মোট আউটপুট টোকেন
338,373
প্রতিক্রিয়া সময় (গড়)
136.11s
মোট খরচ
$0.130
প্রস্তাবিত মডেল Solar Pro 4 (low)

It has the best score here (6.8), while costing about 8.9x less than Seed-2.0-Code (medium).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code medium প্রকাশ: 2026-08-12 Solar Pro 4 Solar Pro 4 low প্রকাশ: 2026-08-11
স্কোর 6.8 6.8
র‍্যাঙ্ক #176 #178
নির্ভরযোগ্যতা 7.3 10.0
ধারাবাহিকতা 7.3 7.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 60.6%
অস্থির টেস্ট 7 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.524 0.394
মোট খরচ $1.153 $0.130
ইনপুট মূল্য $0.500 / 1M $0.090 / 1M
আউটপুট মূল্য $3.000 / 1M $0.360 / 1M
মোট ইনপুট টোকেন 76,036 90,556
আউটপুট টোকেন 7,267 6,153
রিজনিং টোকেন 364,176 332,220
প্রতিক্রিয়া সময় (গড়) 101.05s 136.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 626.58s 640.89s
প্রতিক্রিয়া সময় (মোট) 2223.19s 2994.49s
প্যারামিটার ~200B মোট (~20B সক্রিয়) ~100B
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#176 Seed-2.0-Code

medium
খরচ
$0.026
সময়
122.8s
টোকেন
8,630 tok

#178 Solar Pro 4

low
এই মডেলের জন্য এখনও কোনো শোকেস ফলাফল তৈরি হয়নি।
খরচ
প্রযোজ্য নয়
সময়
-
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 8.9 7.8 88.9% 1 89.94s 8,247 496 44,062
Solar Pro 4 5.5 7.4 44.4% 1 259.63s 6,033 515 76,894

দ্রুত তুলনা

তুলনার জুটি বদলান