नेविगेशन
AI BENCHY
Advertise here

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

Claude Opus 5 (low) average score में आगे है: 8.6 vs 8.4. Claude Opus 5 (low) की benchmark लागत कम है: $1.121 vs $1.969. Claude Opus 5 (low) तेज है: 6.99s vs 197.04s, pass rates 80.3% vs 78.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#31
कुल आउटपुट टोकन
18,019
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#37
कुल आउटपुट टोकन
766,465
प्रतिक्रिया समय (औसत)
197.04s
कुल लागत
$1.969
अनुशंसित मॉडल Claude Opus 5 (low)

It has the best score here (8.6), while costing about 1.8x less than Seed 2.1 Turbo (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Seed 2.1 Turbo Seed 2.1 Turbo medium रिलीज़: 2026-08-12
स्कोर 8.6 8.4
रैंक #31 #37
विश्वसनीयता 10.0 9.9
संगति 9.3 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 80.3% 78.8%
अस्थिर टेस्ट 2 5
कुल रन 66 66
प्रति परिणाम लागत 6.593 13.123
कुल लागत $1.121 $1.969
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 134,773 104,424
आउटपुट टोकन 14,123 6,510
रीजनिंग टोकन 3,896 759,955
प्रतिक्रिया समय (औसत) 6.99s 197.04s
प्रतिक्रिया समय (अधिकतम) 30.67s 885.33s
प्रतिक्रिया समय (कुल) 153.73s 4334.80s
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.

#31 Claude Opus 5

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

#37 Seed 2.1 Turbo

medium
लागत
$0.099
समय
583.9s
टोकन
39,514 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 8.2 7.2 88.9% 1 354.87s 8,220 384 205,892

त्वरित तुलना

तुलना जोड़ी बदलें