नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Code (high) vs Seed-2.0-Mini (medium)

Seed-2.0-Mini (medium) average score में आगे है: 7.0 vs 6.9. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.116 vs $1.273. Seed-2.0-Mini (medium) तेज है: 93.10s vs 124.18s, pass rates 63.6% vs 57.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#128
कुल आउटपुट टोकन
410,575
प्रतिक्रिया समय (औसत)
124.18s
कुल लागत
$1.273
रैंक
#124
कुल आउटपुट टोकन
258,322
प्रतिक्रिया समय (औसत)
93.10s
कुल लागत
$0.116
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.0), while costing about 11.0x less than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14
स्कोर 6.9 7.0
रैंक #128 #124
विश्वसनीयता 8.6 8.7
संगति 7.8 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 57.6%
अस्थिर टेस्ट 5 3
कुल रन 66 66
प्रति परिणाम लागत 11.571 1.054
कुल लागत $1.273 $0.116
इनपुट कीमत $0.500 / 1M $0.100 / 1M
आउटपुट कीमत $3.000 / 1M $0.400 / 1M
कुल इनपुट टोकन 81,970 125,704
आउटपुट टोकन 7,186 10,781
रीजनिंग टोकन 403,389 247,541
प्रतिक्रिया समय (औसत) 124.18s 93.10s
प्रतिक्रिया समय (अधिकतम) 675.30s 301.78s
प्रतिक्रिया समय (कुल) 2732.03s 1768.91s
पैरामीटर ~200B कुल (~20B सक्रिय) ~50B कुल (~5B 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.

#128 Seed-2.0-Code

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

#124 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
Seed-2.0-Code 6.2 6.5 55.6% 1 266.74s 6,750 432 124,956
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964

त्वरित तुलना

तुलना जोड़ी बदलें