नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (low) vs Seed 2.1 Turbo (high)

Seed 2.1 Turbo (high) average score में आगे है: 8.9 vs 8.7. Claude Opus 5 (low) की benchmark लागत कम है: $1.121 vs $1.797. Claude Opus 5 (low) तेज है: 6.99s vs 173.96s, pass rates 83.3% vs 78.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#27
कुल आउटपुट टोकन
17,992
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#23
कुल आउटपुट टोकन
697,731
प्रतिक्रिया समय (औसत)
173.96s
कुल लागत
$1.797
अनुशंसित मॉडल Claude Opus 5 (low)

Its score stays close to the best score here (8.7 vs 8.9), while costing about 1.6x less than Seed 2.1 Turbo (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Seed 2.1 Turbo Seed 2.1 Turbo high रिलीज़: 2026-08-12
स्कोर 8.7 8.9
रैंक #27 #23
विश्वसनीयता 10.0 10.0
संगति 9.6 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 78.8%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 6.223 11.230
कुल लागत $1.121 $1.797
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 134,770 104,695
आउटपुट टोकन 13,604 6,645
रीजनिंग टोकन 4,388 691,086
प्रतिक्रिया समय (औसत) 6.99s 173.96s
प्रतिक्रिया समय (अधिकतम) 30.67s 584.71s
प्रतिक्रिया समय (कुल) 153.80s 3827.19s
पैरामीटर ~5T कुल (~500B 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.

#27 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#23 Seed 2.1 Turbo

high
लागत
$0.058
समय
355.4s
टोकन
23,053 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 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Seed 2.1 Turbo 10.0 10.0 100.0% 0 336.02s 8,220 370 194,578

त्वरित तुलना

तुलना जोड़ी बदलें