নেভিগেশন
AI BENCHY
Advertise here

Seed-2.0-Mini (medium) vs Step 3.7 Flash (high)

Seed-2.0-Mini (medium) average score-এ এগিয়ে: 7.0 vs 6.8. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.116 vs $1.229. Step 3.7 Flash (high) দ্রুত: 70.10s vs 93.10s, pass rates 57.6% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#124
মোট আউটপুট টোকেন
258,322
প্রতিক্রিয়া সময় (গড়)
93.10s
মোট খরচ
$0.116
র‍্যাঙ্ক
#131
মোট আউটপুট টোকেন
1,050,900
প্রতিক্রিয়া সময় (গড়)
70.10s
মোট খরচ
$1.229
প্রস্তাবিত মডেল Seed-2.0-Mini (medium)

It has the best score here (7.0), while costing about 10.6x less than Step 3.7 Flash (high).

বিস্তারিত তুলনা

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 6.8
র‍্যাঙ্ক #124 #131
নির্ভরযোগ্যতা 8.7 10.0
ধারাবাহিকতা 8.9 8.4
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 60.6%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.054 11.167
মোট খরচ $0.116 $1.229
ইনপুট মূল্য $0.100 / 1M $0.200 / 1M
আউটপুট মূল্য $0.400 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 125,704 98,700
আউটপুট টোকেন 10,781 1,050,900
রিজনিং টোকেন 247,541 0
প্রতিক্রিয়া সময় (গড়) 93.10s 70.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 364.99s
প্রতিক্রিয়া সময় (মোট) 1768.91s 1542.14s
প্যারামিটার ~50B মোট (~5B সক্রিয়) 198B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#124 Seed-2.0-Mini

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

#131 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