নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Seed-2.0-Lite (medium) vs GPT-5.4 (medium)

GPT-5.4 (medium) average score-এ এগিয়ে: 8.5 vs 7.9. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.234 vs $1.533. GPT-5.4 (medium) দ্রুত: 23.10s vs 48.53s, pass rates 74.2% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

র‍্যাঙ্ক
#42
মোট আউটপুট টোকেন
100,580
প্রতিক্রিয়া সময় (গড়)
48.53s
মোট খরচ
$0.234
র‍্যাঙ্ক
#24
মোট আউটপুট টোকেন
88,670
প্রতিক্রিয়া সময় (গড়)
23.10s
মোট খরচ
$1.533
প্রস্তাবিত মডেল Seed-2.0-Lite (medium)

Its score stays close to the best score here (7.9 vs 8.5), while costing about 6.6x less than GPT-5.4 (medium).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14 GPT-5.4 GPT-5.4 medium প্রকাশ: 2026-03-05
স্কোর 7.9 8.5
র‍্যাঙ্ক #42 #24
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.6 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.2% 77.3%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.669 10.220
মোট খরচ $0.234 $1.533
ইনপুট মূল্য $0.250 / 1M $2.500 / 1M
আউটপুট মূল্য $2.000 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 129,897 81,127
আউটপুট টোকেন 12,533 6,155
রিজনিং টোকেন 88,047 82,515
প্রতিক্রিয়া সময় (গড়) 48.53s 23.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 100.41s
প্রতিক্রিয়া সময় (মোট) 1067.74s 508.26s

Hamster playing table tennis

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

#42 Seed-2.0-Lite

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

#24 GPT-5.4

medium
খরচ
$0.214
সময়
199.6s
টোকেন
14,349 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
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

দ্রুত তুলনা

তুলনার জুটি বদলান