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

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs Google: Gemini 3 Flash Preview

সারাংশ

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 7.4. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.044 vs $0.667. Gemini 3 Flash Preview (medium) দ্রুত: 18.64s vs 80.22s, pass rates 57.1% vs 98.4%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the best score here (9.6), while responding about 4.3x faster than Seed-2.0-Mini (medium).

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

মেট্রিক Seed-2.0-Mini Seed-2.0-Mini medium প্রকাশ: 2026-02-14 Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17
স্কোর 7.4 9.6
র‍্যাঙ্ক #66 #2
নির্ভরযোগ্যতা 6.7 10.0
ধারাবাহিকতা 9.3 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.1% 98.4%
অস্থির টেস্ট 2 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.397 3.335
মোট খরচ $0.044 $0.667
ইনপুট মূল্য $0.100 / 1M $0.500 / 1M
আউটপুট মূল্য $0.400 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 41,904 37,017
আউটপুট টোকেন 2,555 2,006
রিজনিং টোকেন 95,974 214,153
প্রতিক্রিয়া সময় (গড়) 80.22s 18.64s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 262.83s 117.26s
প্রতিক্রিয়া সময় (মোট) 1363.72s 391.35s

জেনারেশন শোকেস

Hamster playing table tennis

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

#66 Seed-2.0-Mini

medium
খরচ
$0.002
সময়
161.7s
টোকেন
4,379 tok

#2 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
17.9s
টোকেন
3,236 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-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

দ্রুত তুলনা

তুলনার জুটি বদলান