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

তুলনা করা মডেল

Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low) benchmark তুলনা: Seed 2.1 Turbo (low) স্কোর-এ 9.3 নিয়ে এগিয়ে। Grok 4.6 (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Seed-2.0-Code (low)-এর মোট খরচ সবচেয়ে কম, $0.881. Seed-2.0-Code (low) 73.02s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-22

তুলনা করা মডেল

র‍্যাঙ্ক
#124
মোট আউটপুট টোকেন
312,614
প্রতিক্রিয়া সময় (গড়)
87.48s
মোট খরচ
$2.629
র‍্যাঙ্ক
#48
মোট আউটপুট টোকেন
609,333
প্রতিক্রিয়া সময় (গড়)
161.25s
মোট খরচ
$1.645
র‍্যাঙ্ক
#132
মোট আউটপুট টোকেন
424,019
প্রতিক্রিয়া সময় (গড়)
120.40s
মোট খরচ
$4.016
র‍্যাঙ্ক
#161
মোট আউটপুট টোকেন
253,807
প্রতিক্রিয়া সময় (গড়)
73.02s
মোট খরচ
$0.881
প্রস্তাবিত মডেল Seed 2.1 Turbo (low)

It has the best score here (9.3), while costing about 1.5x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক Grok 4.6 Grok 4.6 high প্রকাশ: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low প্রকাশ: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low প্রকাশ: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low প্রকাশ: 2026-08-12
স্কোর 8.5 9.3 8.4 8.1
র‍্যাঙ্ক #124 #48 #132 #161
নির্ভরযোগ্যতা 10.0 10.0 9.6 8.9
ধারাবাহিকতা 10.0 9.3 9.2 7.9
প্রচেষ্টা 69/69 69/69 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 82.6% 81.2% 73.9% 78.3%
অস্থির টেস্ট 0 2 2 6
মোট রান 69 69 69 69
প্রতি ফলাফলে খরচ 13.833 9.135 19.825 6.288
মোট খরচ $2.629 $1.645 $4.016 $0.881
ইনপুট মূল্য $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
আউটপুট মূল্য $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
ক্যাশ পড়ার মূল্য $0.500 / 1M প্রযোজ্য নয় $0.250 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয় প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 376,233 241,855 313,881 237,604
আউটপুট টোকেন 6,687 8,387 123,706 9,617
রিজনিং টোকেন 305,927 600,946 388,328 244,190
প্রতিক্রিয়া সময় (গড়) 87.48s 161.25s 120.40s 73.02s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 618.49s 739.98s 534.21s 485.92s
প্রতিক্রিয়া সময় (মোট) 2012.15s 3708.70s 2769.16s 1679.49s
প্যারামিটার ~1.7T মোট (~170B সক্রিয়) ~200B মোট (~20B সক্রিয়) 2.4T মোট (95B সক্রিয়) ~200B মোট (~20B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস ওজন উপলভ্য বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#124 SpaceXAI: Grok 4.6

high
খরচ
$0.107
সময়
265.1s
টোকেন
18,001 tok

#48 Seed 2.1 Turbo

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

#132 Qwen3.8 2.4T A95B

low
খরচ
$0.100
সময়
193.2s
টোকেন
16,767 tok

#161 Seed-2.0-Code

low
Provider returned error
খরচ
$0.000
সময়
0.3s
টোকেন
0 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
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

তুলনার জুটি বদলান