নেভিগেশন
AI BENCHY
Advertise here

ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.7 Flash

Seed-2.0-Mini (medium) average score-এ এগিয়ে: 7.0 vs 6.9. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.101 vs $1.207. Step 3.7 Flash (high) দ্রুত: 64.68s vs 92.53s, pass rates 57.6% vs 63.6%.

প্রস্তাবিত মডেলSeed-2.0-Mini (medium)It has the best score here (7.0), while costing about 12.0x less than Step 3.7 Flash (high).

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 Step 3.7 Flash Step 3.7 Flash high প্রকাশ: 2026-05-29
স্কোর 7.0 6.9
র‍্যাঙ্ক #77 #83
নির্ভরযোগ্যতা 8.5 10.0
ধারাবাহিকতা 8.9 8.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 63.6%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.917 10.973
মোট খরচ $0.101 $1.207
ইনপুট মূল্য $0.100 / 1M $0.200 / 1M
আউটপুট মূল্য $0.400 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 125,467 98,691
আউটপুট টোকেন 10,778 1,032,395
রিজনিং টোকেন 209,856 0
প্রতিক্রিয়া সময় (গড়) 92.53s 64.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 364.99s
প্রতিক্রিয়া সময় (মোট) 1665.50s 1423.01s

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

#83 Step 3.7 Flash

high
খরচ
$0.007
সময়
63.6s
টোকেন
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

দ্রুত তুলনা

তুলনার জুটি বদলান