নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

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

সারাংশ

Muse Spark 1.1 (low) average score-এ এগিয়ে: 8.8 vs 8.5. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.175 vs $0.469. Muse Spark 1.1 (low) দ্রুত: 10.11s vs 47.07s, pass rates 76.2% vs 73.0%.

প্রস্তাবিত মডেলMuse Spark 1.1 (low)It has the best score here (8.8), while responding about 4.7x faster than Seed-2.0-Lite (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14 Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16
স্কোর 8.5 8.8
র‍্যাঙ্ক #24 #17
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 73.0%
অস্থির টেস্ট 3 4
মোট রান 63 63
প্রতি ফলাফলে খরচ 1.250 3.606
মোট খরচ $0.175 $0.469
ইনপুট মূল্য $0.250 / 1M $1.250 / 1M
আউটপুট মূল্য $2.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 46,740 59,923
আউটপুট টোকেন 3,230 3,722
রিজনিং টোকেন 78,406 88,947
প্রতিক্রিয়া সময় (গড়) 47.07s 10.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 54.15s
প্রতিক্রিয়া সময় (মোট) 988.37s 212.29s

জেনারেশন শোকেস

Hamster playing table tennis

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

#24 Seed-2.0-Lite

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

#17 Muse Spark 1.1

low
খরচ
$0.020
সময়
39.2s
টোকেন
4,947 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 10.34s 8,562 394 14,503

দ্রুত তুলনা

তুলনার জুটি বদলান