নেভিগেশন
AI BENCHY
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 Grok 4.20 (medium)

average score প্রায় সমান: 7.0 vs 7.0. Seed-2.0-Mini (medium)-এর benchmark খরচ কম: $0.116 vs $0.805. Grok 4.20 (medium) দ্রুত: 32.56s vs 93.10s, pass rates 57.6% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#121
মোট আউটপুট টোকেন
258,322
প্রতিক্রিয়া সময় (গড়)
93.10s
মোট খরচ
$0.116
র‍্যাঙ্ক
#120
মোট আউটপুট টোকেন
270,259
প্রতিক্রিয়া সময় (গড়)
32.56s
মোট খরচ
$0.805
প্রস্তাবিত মডেল Seed-2.0-Mini (medium)

It has the best score here (7.0), while costing about 6.9x less than Grok 4.20 (medium).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Mini Seed-2.0-Mini medium প্রকাশ: 2026-02-14 Grok 4.20 Grok 4.20 medium প্রকাশ: 2026-03-31
স্কোর 7.0 7.0
র‍্যাঙ্ক #121 #120
নির্ভরযোগ্যতা 8.7 10.0
ধারাবাহিকতা 8.9 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 60.6%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.054 10.365
মোট খরচ $0.116 $0.805
ইনপুট মূল্য $0.100 / 1M $1.250 / 1M
আউটপুট মূল্য $0.400 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 125,704 102,986
আউটপুট টোকেন 10,781 5,860
রিজনিং টোকেন 247,541 264,399
প্রতিক্রিয়া সময় (গড়) 93.10s 32.56s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 199.66s
প্রতিক্রিয়া সময় (মোট) 1768.91s 716.36s
প্যারামিটার ~50B মোট (~5B সক্রিয়) ~1T মোট (~100B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#121 Seed-2.0-Mini

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

#120 SpaceXAI: Grok 4.20

medium
খরচ
$0.041
সময়
110.3s
টোকেন
16,336 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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

দ্রুত তুলনা

তুলনার জুটি বদলান