নেভিগেশন
AI BENCHY
Advertise here

ByteDance Seed: Seed-2.0-Lite vs Meta: Muse Spark 1.1

Muse Spark 1.1 (high) average score-এ এগিয়ে: 8.1 vs 7.9. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.234 vs $1.694. Muse Spark 1.1 (high) দ্রুত: 31.49s vs 48.53s, pass rates 74.2% vs 69.7%.

প্রস্তাবিত মডেলSeed-2.0-Lite (medium)Its score stays close to the best score here (7.9 vs 8.1), while costing about 7.3x less than Muse Spark 1.1 (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14 Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16
স্কোর 7.9 8.1
র‍্যাঙ্ক #33 #27
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.6 7.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.2% 69.7%
অস্থির টেস্ট 4 6
মোট রান 66 64
প্রতি ফলাফলে খরচ 1.669 14.116
মোট খরচ $0.234 $1.694
ইনপুট মূল্য $0.250 / 1M $1.250 / 1M
আউটপুট মূল্য $2.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 129,897 129,423
আউটপুট টোকেন 12,533 8,077
রিজনিং টোকেন 88,047 352,421
প্রতিক্রিয়া সময় (গড়) 48.53s 31.49s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 196.03s
প্রতিক্রিয়া সময় (মোট) 1067.74s 661.28s

Hamster playing table tennis

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

#33 Seed-2.0-Lite

medium
খরচ
$0.005
সময়
86.7s
টোকেন
2,354 tok

#27 Muse Spark 1.1

high
খরচ
$0.039
সময়
50.1s
টোকেন
9,423 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-Lite 8.0 9.8 66.7% 0 156.74s 8,247 458 31,890
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039

দ্রুত তুলনা

তুলনার জুটি বদলান