तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs ByteDance Seed: Seed-2.0-Mini

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Opus 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	ByteDance Seed: Seed-2.0-Mini medium रिलीज़: 2026-02-26
रैंक	#20	#18
स्कोर	6.07	6.13
संगति	8.80	8.91
प्रति परिणाम लागत	10.992	0.177
कुल लागत	$0.880	$0.013
सही परीक्षण
गलत टेस्ट	6	7
प्रति प्रयास पास दर	61.9%	59.5%
अस्थिर टेस्ट	2	2
आउटपुट टोकन	19,576	1,353
रीजनिंग टोकन	11,081	24,362

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
ByteDance Seed: Seed-2.0-Mini	7.00	9.99	66.7%	0		354	9,352

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
ByteDance Seed: Seed-2.0-Mini	9.88	10.00	100.0%	0		246	2,743

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
ByteDance Seed: Seed-2.0-Mini	1.00	10.00	0.0%	0		0	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
ByteDance Seed: Seed-2.0-Mini	8.00	9.99	50.0%	0		69	2,050

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
ByteDance Seed: Seed-2.0-Mini	5.33	4.91	77.8%	2		462	4,982

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
ByteDance Seed: Seed-2.0-Mini	10.00	10.00	100.0%	0		222	5,235

तुलना जोड़ी बदलें

Anthropic: Claude Opus 4.6 की तुलना इससे करें...

ByteDance Seed: Seed-2.0-Mini की तुलना इससे करें...