নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Seed 2.1 Turbo (high) vs Pareto

average score প্রায় সমান: 8.9 vs 8.9. Pareto-এর benchmark খরচ কম: $1.172 vs $1.797. Pareto দ্রুত: 31.51s vs 173.96s, pass rates 78.8% vs 86.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-18

তুলনা করা মডেল

র‍্যাঙ্ক
#35
মোট আউটপুট টোকেন
697,731
প্রতিক্রিয়া সময় (গড়)
173.96s
মোট খরচ
$1.797
র‍্যাঙ্ক
#34
মোট আউটপুট টোকেন
119,230
প্রতিক্রিয়া সময় (গড়)
31.51s
মোট খরচ
$1.172
প্রস্তাবিত মডেল Pareto

It has the best score here (8.9), while costing about 1.5x less than Seed 2.1 Turbo (high).

বিস্তারিত তুলনা

মেট্রিক Seed 2.1 Turbo Seed 2.1 Turbo high প্রকাশ: 2026-08-12 Pareto Pareto none প্রকাশ: 2026-09-18
স্কোর 8.9 8.9
র‍্যাঙ্ক #35 #34
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 78.8% 86.4%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.230 6.506
মোট খরচ $1.797 $1.172
ইনপুট মূল্য $0.500 / 1M $2.500 / 1M
আউটপুট মূল্য $2.500 / 1M $7.500 / 1M
মোট ইনপুট টোকেন 104,695 110,734
আউটপুট টোকেন 6,645 119,230
রিজনিং টোকেন 691,086 0
প্রতিক্রিয়া সময় (গড়) 173.96s 31.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 584.71s 143.33s
প্রতিক্রিয়া সময় (মোট) 3827.19s 693.29s
প্যারামিটার ~200B মোট (~20B 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.

#35 Seed 2.1 Turbo

high
খরচ
$0.058
সময়
355.4s
টোকেন
23,053 tok

#34 Pareto

none
খরচ
$0.034
সময়
170.7s
টোকেন
4,581 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 2.1 Turbo 10.0 10.0 100.0% 0 336.02s 8,220 370 194,578
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

দ্রুত তুলনা

তুলনার জুটি বদলান