নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Kwaipilot: KAT-Coder-Air V2.5

সারাংশ

Seed-2.0-Lite average score-এ এগিয়ে: 6.2 vs 6.0. Seed-2.0-Lite-এর benchmark খরচ কম: $0.019 vs $0.030. Seed-2.0-Lite দ্রুত: 2.49s vs 6.47s, pass rates 46.0% vs 46.0%.

প্রস্তাবিত মডেলSeed-2.0-LiteIt has the best score here (6.2), while costing about 1.6x less than KAT-Coder-Air V2.5 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক Seed-2.0-Lite Seed-2.0-Lite none প্রকাশ: 2026-02-14 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low প্রকাশ: 2026-07-14
স্কোর 6.2 6.0
র‍্যাঙ্ক #112 #124
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 8.4 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 46.0%
অস্থির টেস্ট 4 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.228 0.427
মোট খরচ $0.019 $0.030
ইনপুট মূল্য $0.250 / 1M $0.150 / 1M
আউটপুট মূল্য $2.000 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 46,573 42,464
আউটপুট টোকেন 3,259 4,227
রিজনিং টোকেন 0 34,864
প্রতিক্রিয়া সময় (গড়) 2.49s 6.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 6.70s 25.49s
প্রতিক্রিয়া সময় (মোট) 52.26s 135.80s

জেনারেশন শোকেস

Hamster playing table tennis

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

#112 Seed-2.0-Lite

none
খরচ
$0.005
সময়
83.8s
টোকেন
2,311 tok

#124 KAT-Coder-Air V2.5

low
খরচ
$0.004
সময়
29.9s
টোকেন
6,008 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 5.6 10.0 33.3% 0 2.83s 8,215 410 0
KAT-Coder-Air V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

দ্রুত তুলনা

তুলনার জুটি বদলান