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 (medium) vs GLM 5.3 Flash (high)

Seed-2.0-Code (medium) average score-এ এগিয়ে: 7.4 vs 7.3. GLM 5.3 Flash (high)-এর benchmark খরচ কম: $0.056 vs $1.275. GLM 5.3 Flash (high) দ্রুত: 29.11s vs 100.65s, pass rates 65.2% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-13

তুলনা করা মডেল

র‍্যাঙ্ক
#192
মোট আউটপুট টোকেন
384,093
প্রতিক্রিয়া সময় (গড়)
100.65s
মোট খরচ
$1.275
র‍্যাঙ্ক
#199
মোট আউটপুট টোকেন
99,340
প্রতিক্রিয়া সময় (গড়)
29.11s
মোট খরচ
$0.056
প্রস্তাবিত মডেল GLM 5.3 Flash (high)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 23.0x less than Seed-2.0-Code (medium).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code medium প্রকাশ: 2026-08-12 GLM 5.3 Flash GLM 5.3 Flash high প্রকাশ: 2026-08-26
স্কোর 7.4 7.3
র‍্যাঙ্ক #192 #199
নির্ভরযোগ্যতা 8.0 10.0
ধারাবাহিকতা 7.4 8.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 66.7%
অস্থির টেস্ট 7 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 11.587 0.426
মোট খরচ $1.275 $0.056
ইনপুট মূল্য $0.500 / 1M $0.150 / 1M
আউটপুট মূল্য $3.000 / 1M $0.500 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.030 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 244,499 225,013
আউটপুট টোকেন 8,744 12,197
রিজনিং টোকেন 375,349 87,143
প্রতিক্রিয়া সময় (গড়) 100.65s 29.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 626.58s 163.41s
প্রতিক্রিয়া সময় (মোট) 2314.88s 669.54s
প্যারামিটার ~200B মোট (~20B সক্রিয়) 320B মোট (18B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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.

#192 Seed-2.0-Code

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

#199 GLM 5.3 Flash

high
খরচ
$0.003
সময়
186.7s
টোকেন
10,486 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
GLM 5.3 Flash 8.2 7.2 88.9% 1 19.62s 7,317 373 9,973

তুলনার জুটি বদলান