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

Claude Fable 5.1 (low) vs Seed-2.0-Code (high)

average score लगभग बराबर है: 6.9 vs 6.9. Seed-2.0-Code (high) की benchmark लागत कम है: $1.273 vs $2.565. Claude Fable 5.1 (low) तेज है: 10.33s vs 124.18s, pass rates 56.1% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#130
कुल आउटपुट टोकन
24,375
प्रतिक्रिया समय (औसत)
10.33s
कुल लागत
$2.565
रैंक
#132
कुल आउटपुट टोकन
410,575
प्रतिक्रिया समय (औसत)
124.18s
कुल लागत
$1.273
अनुशंसित मॉडल Claude Fable 5.1 (low)

It has the best score here (6.9), while responding about 12.0x faster than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low रिलीज़: 2026-09-02 Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12
स्कोर 6.9 6.9
रैंक #130 #132
विश्वसनीयता 10.0 8.6
संगति 9.2 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 56.1% 63.6%
अस्थिर टेस्ट 2 5
कुल रन 66 66
प्रति परिणाम लागत 23.315 11.571
कुल लागत $2.565 $1.273
इनपुट कीमत $10.000 / 1M $0.500 / 1M
आउटपुट कीमत $50.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 134,582 81,970
आउटपुट टोकन 8,955 7,186
रीजनिंग टोकन 15,420 403,389
प्रतिक्रिया समय (औसत) 10.33s 124.18s
प्रतिक्रिया समय (अधिकतम) 33.10s 675.30s
प्रतिक्रिया समय (कुल) 227.37s 2732.03s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~200B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#130 Claude Fable 5.1

low
लागत
$0.126
समय
28.5s
टोकन
2,652 tok

#132 Seed-2.0-Code

high
लागत
$0.037
समय
183.6s
टोकन
12,388 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 3.4 10.0 0.0% 0 6.75s 10,608 1,753 0
Seed-2.0-Code 6.2 6.5 55.6% 1 266.74s 6,750 432 124,956

त्वरित तुलना

तुलना जोड़ी बदलें