नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

Claude Sonnet 4.6 average score में आगे है: 7.3 vs 7.0. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.101 vs $0.661. Claude Sonnet 4.6 तेज है: 8.12s vs 92.53s, pass rates 57.6% vs 57.6%.

अनुशंसित मॉडलClaude Sonnet 4.6It has the best score here (7.3), while responding about 11.4x faster than Seed-2.0-Mini (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none रिलीज़: 2026-02-17 Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14
स्कोर 7.3 7.0
रैंक #60 #77
विश्वसनीयता 10.0 8.5
संगति 9.7 8.9
सही परीक्षण
प्रति प्रयास पास दर 57.6% 57.6%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 5.502 0.917
कुल लागत $0.661 $0.101
इनपुट कीमत $3.000 / 1M $0.100 / 1M
आउटपुट कीमत $15.000 / 1M $0.400 / 1M
कुल इनपुट टोकन 123,264 125,467
आउटपुट टोकन 19,362 10,778
रीजनिंग टोकन 0 209,856
प्रतिक्रिया समय (औसत) 8.12s 92.53s
प्रतिक्रिया समय (अधिकतम) 51.18s 301.78s
प्रतिक्रिया समय (कुल) 121.78s 1665.50s

जनरेशन शोकेस

Hamster playing table tennis

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

#60 Claude Sonnet 4.6

none
लागत
$0.038
समय
27.3s
टोकन
2,598 tok

#77 Seed-2.0-Mini

medium
लागत
$0.002
समय
161.7s
टोकन
4,379 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 Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964

त्वरित तुलना

तुलना जोड़ी बदलें