নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs MoonshotAI: Kimi K3

সারাংশ

Kimi K3 (max) average score-এ এগিয়ে: 8.5 vs 8.5. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.175 vs $3.112. Seed-2.0-Lite (medium) দ্রুত: 47.07s vs 122.48s, pass rates 76.2% vs 82.5%.

প্রস্তাবিত মডেলSeed-2.0-Lite (medium)Its score stays close to the best score here (8.5 vs 8.5), while costing about 17.8x less than Kimi K3 (max).

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 Kimi K3 Kimi K3 max প্রকাশ: 2026-07-16
স্কোর 8.5 8.5
র‍্যাঙ্ক #24 #21
নির্ভরযোগ্যতা 10.0 9.4
ধারাবাহিকতা 9.0 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 82.5%
অস্থির টেস্ট 3 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 1.250 19.446
মোট খরচ $0.175 $3.112
ইনপুট মূল্য $0.250 / 1M $3.000 / 1M
আউটপুট মূল্য $2.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 46,740 34,916
আউটপুট টোকেন 3,230 2,910
রিজনিং টোকেন 78,406 197,529
প্রতিক্রিয়া সময় (গড়) 47.07s 122.48s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 766.58s
প্রতিক্রিয়া সময় (মোট) 988.37s 2327.06s

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

#21 MoonshotAI: Kimi K3

max
খরচ
$0.281
সময়
506.9s
টোকেন
18,863 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
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

দ্রুত তুলনা

তুলনার জুটি বদলান