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 GPT-5.6 Luna (medium)

Seed-2.0-Mini (medium) average score-এ এগিয়ে: 7.5 vs 7.4. GPT-5.6 Luna (medium)-এর benchmark খরচ কম: $0.065 vs $0.140. GPT-5.6 Luna (medium) দ্রুত: 9.64s vs 91.67s, pass rates 59.4% vs 62.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-07

তুলনা করা মডেল

র‍্যাঙ্ক
#129
মোট আউটপুট টোকেন
271,559
প্রতিক্রিয়া সময় (গড়)
91.67s
মোট খরচ
$0.140
র‍্যাঙ্ক
#132
মোট আউটপুট টোকেন
47,986
প্রতিক্রিয়া সময় (গড়)
9.64s
মোট খরচ
$0.065
প্রস্তাবিত মডেল GPT-5.6 Luna (medium)

Its score stays close to the best score here (7.4 vs 7.5), while costing about 2.2x less than Seed-2.0-Mini (medium).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Mini Seed-2.0-Mini medium প্রকাশ: 2026-02-14 GPT-5.6 Luna GPT-5.6 Luna medium প্রকাশ: 2026-07-09
স্কোর 7.5 7.4
র‍্যাঙ্ক #129 #132
নির্ভরযোগ্যতা 9.4 10.0
ধারাবাহিকতা 9.0 9.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.4% 62.3%
অস্থির টেস্ট 3 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.167 2.822
মোট খরচ $0.140 $0.065
ইনপুট মূল্য $0.100 / 1M $0.200 / 1M
আউটপুট মূল্য $0.400 / 1M $1.200 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.020 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.250 / 1M
মোট ইনপুট টোকেন 313,368 212,780
আউটপুট টোকেন 12,289 6,849
রিজনিং টোকেন 259,270 41,137
প্রতিক্রিয়া সময় (গড়) 91.67s 9.64s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 58.09s
প্রতিক্রিয়া সময় (মোট) 1833.43s 221.62s
প্যারামিটার ~50B মোট (~5B সক্রিয়) ~400B মোট (~17B 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.

#129 Seed-2.0-Mini

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

#132 GPT-5.6 Luna

medium
খরচ
$0.014
সময়
14.6s
টোকেন
2,362 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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

তুলনার জুটি বদলান