नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Code (high) vs Qwen3.7 Flash (medium)

average score लगभग बराबर है: 6.9 vs 6.9. Qwen3.7 Flash (medium) की benchmark लागत कम है: $0.065 vs $1.273. Qwen3.7 Flash (medium) तेज है: 47.38s 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
#124
कुल आउटपुट टोकन
470,076
प्रतिक्रिया समय (औसत)
47.38s
कुल लागत
$0.065
अनुशंसित मॉडल Qwen3.7 Flash (medium)

It has the best score here (6.9), while costing about 19.7x less than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Qwen3.7 Flash Qwen3.7 Flash medium रिलीज़: 2026-07-28
स्कोर 6.9 6.9
रैंक #125 #124
विश्वसनीयता 8.6 10.0
संगति 7.8 7.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 63.6%
अस्थिर टेस्ट 5 7
कुल रन 66 66
प्रति परिणाम लागत 11.571 0.646
कुल लागत $1.273 $0.065
इनपुट कीमत $0.500 / 1M $0.030 / 1M
आउटपुट कीमत $3.000 / 1M $0.130 / 1M
कुल इनपुट टोकन 81,970 114,477
आउटपुट टोकन 7,186 12,786
रीजनिंग टोकन 403,389 457,290
प्रतिक्रिया समय (औसत) 124.18s 47.38s
प्रतिक्रिया समय (अधिकतम) 675.30s 593.64s
प्रतिक्रिया समय (कुल) 2732.03s 1042.43s
पैरामीटर ~200B कुल (~20B सक्रिय) ~35B कुल (~3B 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.

#125 Seed-2.0-Code

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

#124 Qwen3.7 Flash

medium
अमान्य SVG
लागत
$0.000
समय
600.0s
टोकन
0 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
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

त्वरित तुलना

तुलना जोड़ी बदलें