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

Seed 2.1 Turbo (low) vs Grok 4.5 (high)

Seed 2.1 Turbo (low) average score-এ এগিয়ে: 9.1 vs 8.9. Seed 2.1 Turbo (low)-এর benchmark খরচ কম: $1.631 vs $1.707. Grok 4.5 (high) দ্রুত: 76.50s vs 168.41s, pass rates 83.3% vs 83.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-12

র‍্যাঙ্ক
#15
মোট আউটপুট টোকেন
631,257
প্রতিক্রিয়া সময় (গড়)
168.41s
মোট খরচ
$1.631
র‍্যাঙ্ক
#19
মোট আউটপুট টোকেন
253,195
প্রতিক্রিয়া সময় (গড়)
76.50s
মোট খরচ
$1.707
প্রস্তাবিত মডেল Grok 4.5 (high)

Its score stays close to the best score here (8.9 vs 9.1), while responding about 2.2x faster than Seed 2.1 Turbo (low).

বিস্তারিত তুলনা

মেট্রিক Seed 2.1 Turbo Seed 2.1 Turbo low প্রকাশ: 2026-08-12 Grok 4.5 Grok 4.5 high প্রকাশ: 2026-07-08
স্কোর 9.1 8.9
র‍্যাঙ্ক #15 #19
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.9 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 83.3% 83.3%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.591 10.041
মোট খরচ $1.631 $1.707
ইনপুট মূল্য $0.500 / 1M $2.000 / 1M
আউটপুট মূল্য $2.500 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 104,483 151,562
আউটপুট টোকেন 6,848 5,655
রিজনিং টোকেন 624,409 247,540
প্রতিক্রিয়া সময় (গড়) 168.41s 76.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 739.98s 676.83s
প্রতিক্রিয়া সময় (মোট) 3705.09s 1683.07s
প্যারামিটার ~200B মোট (~20B সক্রিয়) ~1.7T মোট (~170B 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.

#15 Seed 2.1 Turbo

low
খরচ
$0.049
সময়
298.8s
টোকেন
19,730 tok

#19 xAI: Grok 4.5

high
খরচ
$0.015
সময়
29.7s
টোকেন
2,737 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% 0 360.85s 8,220 385 207,368
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

দ্রুত তুলনা

তুলনার জুটি বদলান