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

Claude Opus 5.5 (low) vs Seed 2.1 Turbo (low)

Claude Opus 5.5 (low) average score में आगे है: 9.4 vs 9.3. Seed 2.1 Turbo (low) की benchmark लागत कम है: $1.645 vs $1.733. Claude Opus 5.5 (low) तेज है: 25.68s vs 161.25s, pass rates 88.4% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#24
कुल आउटपुट टोकन
25,006
प्रतिक्रिया समय (औसत)
25.68s
कुल लागत
$1.733
रैंक
#29
कुल आउटपुट टोकन
609,333
प्रतिक्रिया समय (औसत)
161.25s
कुल लागत
$1.645
अनुशंसित मॉडल Claude Opus 5.5 (low)

It has the best score here (9.4), while responding about 6.3x faster than Seed 2.1 Turbo (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 low रिलीज़: 2026-09-23 Seed 2.1 Turbo Seed 2.1 Turbo low रिलीज़: 2026-08-12
स्कोर 9.4 9.3
रैंक #24 #29
विश्वसनीयता 10.0 10.0
संगति 9.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 88.4% 81.2%
अस्थिर टेस्ट 2 2
कुल रन 69 69
प्रति परिणाम लागत 9.118 9.135
कुल लागत $1.733 $1.645
इनपुट कीमत $4.000 / 1M $0.500 / 1M
आउटपुट कीमत $20.000 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M लागू नहीं
कैश लिखने की कीमत $5.000 / 1M लागू नहीं
कुल इनपुट टोकन 308,056 241,855
आउटपुट टोकन 9,434 8,387
रीजनिंग टोकन 15,572 600,946
प्रतिक्रिया समय (औसत) 25.68s 161.25s
प्रतिक्रिया समय (अधिकतम) 89.16s 739.98s
प्रतिक्रिया समय (कुल) 590.71s 3708.70s
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.

#24 Claude Opus 5.5

low
अमान्य SVG
लागत
$0.038
समय
19.1s
टोकन
2,010 tok

#29 Seed 2.1 Turbo

low
लागत
$0.049
समय
298.8s
टोकन
19,730 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 5.5 10.0 10.0 100.0% 0 12.23s 10,608 575 2,777
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368

तुलना जोड़ी बदलें