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

Claude Sonnet 5 vs Seed-2.0-Lite

average score लगभग बराबर है: 6.1 vs 6.2. Seed-2.0-Lite की benchmark लागत कम है: $0.066 vs $0.548. Seed-2.0-Lite तेज है: 4.37s vs 6.05s, pass rates 40.9% vs 40.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-08

तुलना किए गए मॉडल

रैंक
#191
कुल आउटपुट टोकन
22,508
प्रतिक्रिया समय (औसत)
6.05s
कुल लागत
$0.548
रैंक
#188
कुल आउटपुट टोकन
14,744
प्रतिक्रिया समय (औसत)
4.37s
कुल लागत
$0.066
अनुशंसित मॉडल Seed-2.0-Lite

It has the best score here (6.2), while costing about 8.4x less than Claude Sonnet 5.

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none रिलीज़: 2026-06-30 Seed-2.0-Lite Seed-2.0-Lite none रिलीज़: 2026-02-14
स्कोर 6.1 6.2
रैंक #191 #188
विश्वसनीयता 10.0 10.0
संगति 8.7 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 40.9% 40.9%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 7.817 0.813
कुल लागत $0.548 $0.066
इनपुट कीमत $2.000 / 1M $0.250 / 1M
आउटपुट कीमत $10.000 / 1M $2.000 / 1M
कुल इनपुट टोकन 161,032 142,206
आउटपुट टोकन 22,508 14,744
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.05s 4.37s
प्रतिक्रिया समय (अधिकतम) 33.39s 44.58s
प्रतिक्रिया समय (कुल) 132.99s 96.20s
पैरामीटर ~1T कुल (~100B 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.

#191 Claude Sonnet 5

none
लागत
$0.061
समय
53.7s
टोकन
6,172 tok

#188 Seed-2.0-Lite

none
लागत
$0.005
समय
83.8s
टोकन
2,311 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 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0

त्वरित तुलना

तुलना जोड़ी बदलें