নেভিগেশন
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 GLM 5.3 FlashX Legal (high)

average score প্রায় সমান: 8.2 vs 8.2. Seed-2.0-Lite (medium)-এর benchmark খরচ কম: $0.271 vs $0.521. GLM 5.3 FlashX Legal (high) দ্রুত: 35.19s vs 48.87s, pass rates 71.0% vs 72.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#128
মোট আউটপুট টোকেন
106,419
প্রতিক্রিয়া সময় (গড়)
48.87s
মোট খরচ
$0.271
র‍্যাঙ্ক
#127
মোট আউটপুট টোকেন
345,985
প্রতিক্রিয়া সময় (গড়)
35.19s
মোট খরচ
$0.521
প্রস্তাবিত মডেল Seed-2.0-Lite (medium)

It has the best score here (8.2), while costing about 1.9x less than GLM 5.3 FlashX Legal (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite medium প্রকাশ: 2026-02-14 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high প্রকাশ: 2026-11-02
স্কোর 8.2 8.2
র‍্যাঙ্ক #128 #127
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 8.7 8.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.0% 72.5%
অস্থির টেস্ট 4 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.931 3.473
মোট খরচ $0.271 $0.521
ইনপুট মূল্য $0.250 / 1M $0.370 / 1M
আউটপুট মূল্য $2.000 / 1M $1.250 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.075 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 229,530 238,713
আউটপুট টোকেন 13,757 7,034
রিজনিং টোকেন 92,662 338,951
প্রতিক্রিয়া সময় (গড়) 48.87s 35.19s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 254.92s 298.81s
প্রতিক্রিয়া সময় (মোট) 1123.91s 809.47s
প্যারামিটার ~200B মোট (~20B সক্রিয়) ~320B মোট (~18B 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.

#128 Seed-2.0-Lite

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

#127 GLM 5.3 FlashX Legal

high
খরচ
$0.018
সময়
103.8s
টোকেন
13,703 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
GLM 5.3 FlashX Legal 8.2 7.2 88.9% 1 27.50s 7,317 397 31,799

তুলনার জুটি বদলান