नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Code — high बनाम medium

average score लगभग बराबर है: 6.9 vs 6.9. medium की benchmark लागत कम है: $1.049 vs $1.312. medium तेज है: 93.60s vs 127.79s, pass rates 71.2% vs 71.2%.

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

रैंक
#123
कुल आउटपुट टोकन
423,424
प्रतिक्रिया समय (औसत)
127.79s
कुल लागत
$1.312
रैंक
#124
कुल आउटपुट टोकन
336,696
प्रतिक्रिया समय (औसत)
93.60s
कुल लागत
$1.049
अनुशंसित मॉडल medium

It has the strongest score in this comparison (6.9) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Seed-2.0-Code Seed-2.0-Code medium रिलीज़: 2026-08-12
स्कोर 6.9 6.9
रैंक #123 #124
विश्वसनीयता 6.0 4.7
संगति 7.0 6.7
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 71.2% 71.2%
अस्थिर टेस्ट 8 9
कुल रन 66 66
प्रति परिणाम लागत 11.921 10.482
कुल लागत $1.312 $1.049
इनपुट कीमत $0.500 / 1M $0.500 / 1M
आउटपुट कीमत $3.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 81,961 76,027
आउटपुट टोकन 7,187 7,268
रीजनिंग टोकन 416,237 329,428
प्रतिक्रिया समय (औसत) 127.79s 93.60s
प्रतिक्रिया समय (अधिकतम) 675.30s 626.58s
प्रतिक्रिया समय (कुल) 2811.27s 2059.27s
पैरामीटर ~200B कुल (~20B 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.

#123 Seed-2.0-Code

high
लागत
$0.037
समय
183.6s
टोकन
12,388 tok

#124 Seed-2.0-Code

medium
लागत
$0.026
समय
122.8s
टोकन
8,630 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
Seed-2.0-Code 5.9 4.4 66.7% 2 266.74s 6,750 432 124,956
Seed-2.0-Code 8.9 7.8 88.9% 1 89.94s 8,247 496 44,062

त्वरित तुलना

तुलना जोड़ी बदलें