नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Code (high) vs Solar Pro 4 (low)

average score लगभग बराबर है: 6.9 vs 6.8. Solar Pro 4 (low) की benchmark लागत कम है: $0.042 vs $1.312. Solar Pro 4 (low) तेज है: 113.12s vs 127.79s, pass rates 71.2% vs 62.1%.

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
#127
कुल आउटपुट टोकन
323,822
प्रतिक्रिया समय (औसत)
113.12s
कुल लागत
$0.042
अनुशंसित मॉडल Solar Pro 4 (low)

It has the best score here (6.8), while costing about 31.5x less than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Solar Pro 4 Solar Pro 4 low रिलीज़: 2026-08-11
स्कोर 6.9 6.8
रैंक #123 #127
विश्वसनीयता 6.0 9.6
संगति 7.0 7.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 71.2% 62.1%
अस्थिर टेस्ट 8 6
कुल रन 66 66
प्रति परिणाम लागत 11.921 0.378
कुल लागत $1.312 $0.042
इनपुट कीमत $0.500 / 1M $0.030 / 1M
आउटपुट कीमत $3.000 / 1M $0.120 / 1M
कुल इनपुट टोकन 81,961 90,547
आउटपुट टोकन 7,187 6,154
रीजनिंग टोकन 416,237 317,668
प्रतिक्रिया समय (औसत) 127.79s 113.12s
प्रतिक्रिया समय (अधिकतम) 675.30s 640.89s
प्रतिक्रिया समय (कुल) 2811.27s 2488.63s
पैरामीटर ~200B कुल (~20B सक्रिय) ~100B
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

#127 Solar Pro 4

low
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
$0.000
समय
-
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 5.9 4.4 66.7% 2 266.74s 6,750 432 124,956
Solar Pro 4 5.5 7.4 44.4% 1 259.63s 6,033 515 76,894

त्वरित तुलना

तुलना जोड़ी बदलें