নেভিগেশন
AI BENCHY
Advertise here

Seed-2.0-Lite (medium) vs Step 3.7 Flash (low)

Seed-2.0-Lite (medium) average score-এ এগিয়ে: 7.9 vs 7.3. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.234 vs $0.454. Step 3.7 Flash (low) দ্রুত: 20.68s vs 48.53s, pass rates 74.2% vs 68.2%.

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
#75
মোট আউটপুট টোকেন
376,581
প্রতিক্রিয়া সময় (গড়)
20.68s
মোট খরচ
$0.454
প্রস্তাবিত মডেল Seed-2.0-Lite (medium)

It has the best score here (7.9), while costing about 1.9x less than Step 3.7 Flash (low).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14 Step 3.7 Flash Step 3.7 Flash low প্রকাশ: 2026-05-29
স্কোর 7.9 7.3
র‍্যাঙ্ক #42 #75
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.6 8.1
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.2% 68.2%
অস্থির টেস্ট 4 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.669 3.782
মোট খরচ $0.234 $0.454
ইনপুট মূল্য $0.250 / 1M $0.200 / 1M
আউটপুট মূল্য $2.000 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 129,897 103,833
আউটপুট টোকেন 12,533 376,581
রিজনিং টোকেন 88,047 0
প্রতিক্রিয়া সময় (গড়) 48.53s 20.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 124.75s
প্রতিক্রিয়া সময় (মোট) 1067.74s 455.01s

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

#75 Step 3.7 Flash

low
অবৈধ SVG
খরচ
$0.004
সময়
25.3s
টোকেন
3,072 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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

দ্রুত তুলনা

তুলনার জুটি বদলান