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

Claude Opus 4.6 (medium) vs Seed-2.0-Code (low)

Seed-2.0-Code (low) average score में आगे है: 8.1 vs 6.3. Seed-2.0-Code (low) की benchmark लागत कम है: $0.881 vs $2.961. Claude Opus 4.6 (medium) तेज है: 32.23s vs 73.02s, pass rates 60.9% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#327
कुल आउटपुट टोकन
96,722
प्रतिक्रिया समय (औसत)
32.23s
कुल लागत
$2.961
रैंक
#161
कुल आउटपुट टोकन
253,807
प्रतिक्रिया समय (औसत)
73.02s
कुल लागत
$0.881
अनुशंसित मॉडल Seed-2.0-Code (low)

It has the best score here (8.1), while costing about 3.4x less than Claude Opus 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12
स्कोर 6.3 8.1
रैंक #327 #161
विश्वसनीयता 10.0 8.9
संगति 8.5 7.9
प्रयास 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 78.3%
अस्थिर टेस्ट 3 6
कुल रन 66 69
प्रति परिणाम लागत 22.777 6.288
कुल लागत $2.961 $0.881
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M लागू नहीं
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 108,573 237,604
आउटपुट टोकन 69,994 9,617
रीजनिंग टोकन 26,728 244,190
प्रतिक्रिया समय (औसत) 32.23s 73.02s
प्रतिक्रिया समय (अधिकतम) 151.51s 485.92s
प्रतिक्रिया समय (कुल) 515.65s 1679.49s
पैरामीटर ~5T कुल (~500B सक्रिय) ~200B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#327 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#161 Seed-2.0-Code

low
Provider returned error
लागत
$0.000
समय
0.3s
टोकन
0 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 Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

तुलना जोड़ी बदलें