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

Seed-2.0-Mini (medium) vs Mistral Large 4 (high)

average score প্রায় সমান: 7.5 vs 7.5. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.140 vs $1.391. Seed-2.0-Mini (medium) দ্রুত: 91.67s vs 263.69s, pass rates 59.4% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-06

তুলনা করা মডেল

র‍্যাঙ্ক
#125
মোট আউটপুট টোকেন
271,559
প্রতিক্রিয়া সময় (গড়)
91.67s
মোট খরচ
$0.140
র‍্যাঙ্ক
#126
মোট আউটপুট টোকেন
590,306
প্রতিক্রিয়া সময় (গড়)
263.69s
মোট খরচ
$1.391
প্রস্তাবিত মডেল Seed-2.0-Mini (medium)

It has the best score here (7.5), while costing about 9.9x less than Mistral Large 4 (high).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Mini Seed-2.0-Mini medium প্রকাশ: 2026-02-14 Mistral Large 4 Mistral Large 4 high প্রকাশ: 2026-10-06
স্কোর 7.5 7.5
র‍্যাঙ্ক #125 #126
নির্ভরযোগ্যতা 9.4 9.0
ধারাবাহিকতা 9.0 7.9
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.4% 65.2%
অস্থির টেস্ট 3 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.167 11.590
মোট খরচ $0.140 $1.391
ইনপুট মূল্য $0.100 / 1M $0.680 / 1M
আউটপুট মূল্য $0.400 / 1M $2.090 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.070 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 313,368 230,895
আউটপুট টোকেন 12,289 161,281
রিজনিং টোকেন 259,270 510,655
প্রতিক্রিয়া সময় (গড়) 91.67s 263.69s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 1727.29s
প্রতিক্রিয়া সময় (মোট) 1833.43s 6064.89s
প্যারামিটার ~50B মোট (~5B সক্রিয়) 1.05T মোট (49B 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.

#125 Seed-2.0-Mini

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

#126 Mistral Large 4

high
খরচ
$0.007
সময়
53.3s
টোকেন
3,333 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
Mistral Large 4 3.3 4.4 33.3% 2 1277.83s 6,541 53,820 279,694

দ্রুত তুলনা

তুলনার জুটি বদলান

Seed-2.0-MinimediumvsSpace Bunny AlphahighMistral Large 4highvsGLM 5.1mediumSeed-2.0-MinimediumvsQwen3.8 27Blowবিনামূল্যে উপলভ্যSeed-2.0-MinimediumvsGPT-6 LunalowMistral Large 4highvsQwen3.8 27Blowবিনামূল্যে উপলভ্যMistral Large 4highvsGPT-6 LunalowMistral Large 4highvsQwen3.8 Flash NextmediumSeed-2.0-MinimediumvsMistral Large 4lowMistral Large 4highvsGPT-5.6 LunamediumMistral Large 4highvsQwen3.6 FlashmediumDeepSeek V4 Flash 0731lowvsMistral Large 4highSeed-2.0-CodemediumvsMistral Large 4high