नेविगेशन
Advertise here

Seed-2.0-Code (high) vs Space Bunny Alpha (max)

average score लगभग बराबर है: 6.9 vs 6.9. Space Bunny Alpha (max) की benchmark लागत कम है: $0.000 vs $1.273. Space Bunny Alpha (max) तेज है: 33.77s vs 124.18s, pass rates 63.6% vs 59.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#171
कुल आउटपुट टोकन
410,575
प्रतिक्रिया समय (औसत)
124.18s
कुल लागत
$1.273
रैंक
#172
कुल आउटपुट टोकन
207,581
प्रतिक्रिया समय (औसत)
33.77s
कुल लागत
$0.000
अनुशंसित मॉडल Space Bunny Alpha (max)

It has the best score here (6.9), while responding about 3.7x faster than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Space Bunny Alpha Space Bunny Alpha max रिलीज़: 2026-09-24
स्कोर 6.9 6.9
रैंक #171 #172
विश्वसनीयता 8.6 10.0
संगति 7.8 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 59.1%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 11.571 0.000
कुल लागत $1.273 $0.000
इनपुट कीमत $0.500 / 1M $0.000 / 1M
आउटपुट कीमत $3.000 / 1M $0.000 / 1M
कुल इनपुट टोकन 81,970 132,854
आउटपुट टोकन 7,186 207,581
रीजनिंग टोकन 403,389 0
प्रतिक्रिया समय (औसत) 124.18s 33.77s
प्रतिक्रिया समय (अधिकतम) 675.30s 320.00s
प्रतिक्रिया समय (कुल) 2732.03s 742.84s
पैरामीटर ~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.

#171 Seed-2.0-Code

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

#172 Space Bunny Alpha

max
लागत
$0.000
समय
183.9s
टोकन
19,570 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
Space Bunny Alpha 5.7 7.1 44.4% 1 17.08s 8,493 16,335 0

त्वरित तुलना

तुलना जोड़ी बदलें