নেভিগেশন
Advertise here

Seed-2.0-Lite (medium) vs Qwen3.7 Flash (high)

Seed-2.0-Lite (medium) average score-এ এগিয়ে: 8.2 vs 7.2. Qwen3.7 Flash (high)-এর benchmark খরচ কম: $0.063 vs $0.271. Qwen3.7 Flash (high) দ্রুত: 45.48s vs 48.87s, pass rates 71.0% vs 71.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-22

তুলনা করা মডেল

র‍্যাঙ্ক
#158
মোট আউটপুট টোকেন
106,419
প্রতিক্রিয়া সময় (গড়)
48.87s
মোট খরচ
$0.271
র‍্যাঙ্ক
#233
মোট আউটপুট টোকেন
409,818
প্রতিক্রিয়া সময় (গড়)
45.48s
মোট খরচ
$0.063
প্রস্তাবিত মডেল Seed-2.0-Lite (medium)

এই তুলনায় এটির স্কোর সর্বোচ্চ (8.2) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14 Qwen3.7 Flash Qwen3.7 Flash high প্রকাশ: 2026-07-28
স্কোর 8.2 7.2
র‍্যাঙ্ক #158 #233
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 7.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.0% 71.0%
অস্থির টেস্ট 4 7
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.931 0.478
মোট খরচ $0.271 $0.063
ইনপুট মূল্য $0.250 / 1M $0.030 / 1M
আউটপুট মূল্য $2.000 / 1M $0.130 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.006 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.039 / 1M
মোট ইনপুট টোকেন 229,530 293,775
আউটপুট টোকেন 13,757 13,527
রিজনিং টোকেন 92,662 396,291
প্রতিক্রিয়া সময় (গড়) 48.87s 45.48s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 431.47s
প্রতিক্রিয়া সময় (মোট) 1123.91s 1045.97s
প্যারামিটার ~200B মোট (~20B সক্রিয়) ~35B মোট (~3B 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.

#158 Seed-2.0-Lite

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

#233 Qwen3.7 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
টোকেন
0 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
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

তুলনার জুটি বদলান