नेविगेशन
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 Grok 4.7 (low)

Seed-2.0-Code (high) average score में आगे है: 7.5 vs 7.4. Seed-2.0-Code (high) की benchmark लागत कम है: $1.448 vs $1.933. Grok 4.7 (low) तेज है: 63.19s vs 124.87s, pass rates 65.2% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#188
कुल आउटपुट टोकन
432,850
प्रतिक्रिया समय (औसत)
124.87s
कुल लागत
$1.448
रैंक
#194
कुल आउटपुट टोकन
255,329
प्रतिक्रिया समय (औसत)
63.19s
कुल लागत
$1.933
अनुशंसित मॉडल Grok 4.7 (low)

Its score stays close to the best score here (7.4 vs 7.5), while responding about 2.0x faster than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 Grok 4.7 Grok 4.7 low रिलीज़: 2026-09-21
स्कोर 7.5 7.4
रैंक #188 #194
विश्वसनीयता 9.0 10.0
संगति 7.9 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 73.9%
अस्थिर टेस्ट 5 5
कुल रन 69 69
प्रति परिणाम लागत 12.061 13.804
कुल लागत $1.448 $1.933
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 297,321 365,119
आउटपुट टोकन 8,997 8,118
रीजनिंग टोकन 423,853 247,211
प्रतिक्रिया समय (औसत) 124.87s 63.19s
प्रतिक्रिया समय (अधिकतम) 675.30s 389.63s
प्रतिक्रिया समय (कुल) 2871.96s 1453.28s
पैरामीटर ~200B कुल (~20B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#188 Seed-2.0-Code

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

#194 SpaceXAI: Grok 4.7

low
लागत
$0.007
समय
15.2s
टोकन
1,537 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
Grok 4.7 8.4 7.4 88.9% 1 189.08s 9,579 346 99,053

तुलना जोड़ी बदलें