নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs OpenAI: GPT-5.6 Luna

সারাংশ

GPT-5.6 Luna (high) average score-এ এগিয়ে: 7.7 vs 7.4. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.044 vs $0.924. GPT-5.6 Luna (high) দ্রুত: 18.39s vs 80.22s, pass rates 57.1% vs 71.4%.

প্রস্তাবিত মডেলGPT-5.6 Luna (high)It has the best score here (7.7), while responding about 4.4x 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 GPT-5.6 Luna GPT-5.6 Luna high প্রকাশ: 2026-07-09
স্কোর 7.4 7.7
র‍্যাঙ্ক #66 #52
নির্ভরযোগ্যতা 6.7 10.0
ধারাবাহিকতা 9.3 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.1% 71.4%
অস্থির টেস্ট 2 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.397 6.594
মোট খরচ $0.044 $0.924
ইনপুট মূল্য $0.100 / 1M $1.000 / 1M
আউটপুট মূল্য $0.400 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 41,904 35,699
আউটপুট টোকেন 2,555 2,079
রিজনিং টোকেন 95,974 145,816
প্রতিক্রিয়া সময় (গড়) 80.22s 18.39s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 262.83s 111.09s
প্রতিক্রিয়া সময় (মোট) 1363.72s 386.24s

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

#52 GPT-5.6 Luna

high
খরচ
$0.033
সময়
34.2s
টোকেন
5,484 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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

দ্রুত তুলনা

তুলনার জুটি বদলান