नेविगेशन
AI BENCHY
Advertise here

Claude Fable 5.1 (low) vs Seed-2.0-Mini (medium)

average score लगभग बराबर है: 6.9 vs 7.0. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.116 vs $2.565. Claude Fable 5.1 (low) तेज है: 10.33s vs 93.10s, pass rates 56.1% vs 57.6%.

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
#127
कुल आउटपुट टोकन
258,322
प्रतिक्रिया समय (औसत)
93.10s
कुल लागत
$0.116
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.0), while costing about 22.1x less than Claude Fable 5.1 (low).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low रिलीज़: 2026-09-02 Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14
स्कोर 6.9 7.0
रैंक #130 #127
विश्वसनीयता 10.0 8.7
संगति 9.2 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 56.1% 57.6%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 23.315 1.054
कुल लागत $2.565 $0.116
इनपुट कीमत $10.000 / 1M $0.100 / 1M
आउटपुट कीमत $50.000 / 1M $0.400 / 1M
कुल इनपुट टोकन 134,582 125,704
आउटपुट टोकन 8,955 10,781
रीजनिंग टोकन 15,420 247,541
प्रतिक्रिया समय (औसत) 10.33s 93.10s
प्रतिक्रिया समय (अधिकतम) 33.10s 301.78s
प्रतिक्रिया समय (कुल) 227.37s 1768.91s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~50B कुल (~5B 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

#127 Seed-2.0-Mini

medium
लागत
$0.002
समय
161.7s
टोकन
4,379 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-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964

त्वरित तुलना

तुलना जोड़ी बदलें