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 vs Space Bunny Alpha (low)

Space Bunny Alpha (low) average score-এ এগিয়ে: 5.7 vs 5.4. Space Bunny Alpha (low)-এর benchmark খরচ কম: $0.000 vs $0.257. Seed-2.0-Code দ্রুত: 17.51s vs 30.63s, pass rates 37.7% vs 53.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-02

তুলনা করা মডেল

র‍্যাঙ্ক
#273
মোট আউটপুট টোকেন
32,069
প্রতিক্রিয়া সময় (গড়)
17.51s
মোট খরচ
$0.257
র‍্যাঙ্ক
#262
মোট আউটপুট টোকেন
194,450
প্রতিক্রিয়া সময় (গড়)
30.63s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Seed-2.0-Code

Its score stays close to the best score here (5.4 vs 5.7), while responding about 1.7x faster than Space Bunny Alpha (low).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Code Seed-2.0-Code none প্রকাশ: 2026-08-12 Space Bunny Alpha Space Bunny Alpha low প্রকাশ: 2026-09-24
স্কোর 5.4 5.7
র‍্যাঙ্ক #273 #262
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 7.9 6.5
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 37.7% 53.6%
অস্থির টেস্ট 6 10
মোট রান 69 69
প্রতি ফলাফলে খরচ 4.268 0.000
মোট খরচ $0.257 $0.000
ইনপুট মূল্য $0.500 / 1M $0.000 / 1M
আউটপুট মূল্য $3.000 / 1M $0.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 319,668 289,086
আউটপুট টোকেন 32,069 194,450
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 17.51s 30.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 132.84s 340.88s
প্রতিক্রিয়া সময় (মোট) 402.66s 704.47s
প্যারামিটার ~200B মোট (~20B 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.

#273 Seed-2.0-Code

none
খরচ
$0.030
সময়
140.6s
টোকেন
9,924 tok

#262 Space Bunny Alpha

low
খরচ
$0.000
সময়
20.6s
টোকেন
3,462 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 3.6 9.8 0.0% 0 13.42s 7,230 505 0
Space Bunny Alpha 5.6 4.7 55.6% 2 6.60s 8,493 5,897 0

দ্রুত তুলনা

তুলনার জুটি বদলান