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

ByteDance Seed: Seed-2.0-Mini vs MoonshotAI: Kimi K2.5

average score প্রায় সমান: 7.0 vs 7.0. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.101 vs $0.600. Seed-2.0-Mini (medium) দ্রুত: 92.53s vs 99.00s, pass rates 57.6% vs 65.2%.

প্রস্তাবিত মডেলSeed-2.0-Mini (medium)It has the best score here (7.0), while costing about 5.9x less than Kimi K2.5 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Seed-2.0-Mini Seed-2.0-Mini medium প্রকাশ: 2026-02-14 Kimi K2.5 Kimi K2.5 medium প্রকাশ: 2026-01-27
স্কোর 7.0 7.0
র‍্যাঙ্ক #77 #74
নির্ভরযোগ্যতা 8.5 10.0
ধারাবাহিকতা 8.9 7.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 65.2%
অস্থির টেস্ট 3 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.917 4.789
মোট খরচ $0.101 $0.600
ইনপুট মূল্য $0.100 / 1M $0.571 / 1M
আউটপুট মূল্য $0.400 / 1M $2.850 / 1M
মোট ইনপুট টোকেন 125,467 118,448
আউটপুট টোকেন 10,778 62,124
রিজনিং টোকেন 209,856 165,243
প্রতিক্রিয়া সময় (গড়) 92.53s 99.00s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 281.00s
প্রতিক্রিয়া সময় (মোট) 1665.50s 1485.04s

Hamster playing table tennis

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

#77 Seed-2.0-Mini

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

#74 MoonshotAI: Kimi K2.5

medium
খরচ
$0.030
সময়
58.6s
টোকেন
8,683 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

দ্রুত তুলনা

তুলনার জুটি বদলান