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

Seed-2.0-Code (high) vs Kimi K2.5 (medium)

Kimi K2.5 (medium) average score में आगे है: 7.0 vs 6.9. Kimi K2.5 (medium) की benchmark लागत कम है: $0.607 vs $1.273. Kimi K2.5 (medium) तेज है: 98.19s vs 124.18s, pass rates 63.6% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#125
कुल आउटपुट टोकन
410,575
प्रतिक्रिया समय (औसत)
124.18s
कुल लागत
$1.273
रैंक
#122
कुल आउटपुट टोकन
220,942
प्रतिक्रिया समय (औसत)
98.19s
कुल लागत
$0.607
अनुशंसित मॉडल Kimi K2.5 (medium)

It has the best score here (7.0), while costing about 2.1x less than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27
स्कोर 6.9 7.0
रैंक #125 #122
विश्वसनीयता 8.6 10.0
संगति 7.8 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 63.6%
अस्थिर टेस्ट 5 8
कुल रन 66 66
प्रति परिणाम लागत 11.571 4.849
कुल लागत $1.273 $0.607
इनपुट कीमत $0.500 / 1M $0.571 / 1M
आउटपुट कीमत $3.000 / 1M $2.850 / 1M
कुल इनपुट टोकन 81,970 118,496
आउटपुट टोकन 7,186 53,522
रीजनिंग टोकन 403,389 167,420
प्रतिक्रिया समय (औसत) 124.18s 98.19s
प्रतिक्रिया समय (अधिकतम) 675.30s 281.00s
प्रतिक्रिया समय (कुल) 2732.03s 1571.05s
पैरामीटर ~200B कुल (~20B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#125 Seed-2.0-Code

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

#122 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

त्वरित तुलना

तुलना जोड़ी बदलें