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 GLM 5.1 (medium)

GLM 5.1 (medium) average score में आगे है: 7.5 vs 7.5. Seed-2.0-Code (high) की benchmark लागत कम है: $1.448 vs $1.546. GLM 5.1 (medium) तेज है: 66.38s vs 124.87s, pass rates 65.2% vs 66.7%.

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
#185
कुल आउटपुट टोकन
245,833
प्रतिक्रिया समय (औसत)
66.38s
कुल लागत
$1.546
अनुशंसित मॉडल GLM 5.1 (medium)

It has the best score here (7.5), while responding about 1.9x faster than Seed-2.0-Code (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high रिलीज़: 2026-08-12 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 7.5 7.5
रैंक #188 #185
विश्वसनीयता 9.0 9.2
संगति 7.9 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 66.7%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 12.061 9.004
कुल लागत $1.448 $1.546
इनपुट कीमत $0.500 / 1M $1.400 / 1M
आउटपुट कीमत $3.000 / 1M $4.400 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.260 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 297,321 331,577
आउटपुट टोकन 8,997 17,919
रीजनिंग टोकन 423,853 230,789
प्रतिक्रिया समय (औसत) 124.87s 66.38s
प्रतिक्रिया समय (अधिकतम) 675.30s 308.75s
प्रतिक्रिया समय (कुल) 2871.96s 1460.31s
पैरामीटर ~200B कुल (~20B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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

#185 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

तुलना जोड़ी बदलें

Space Bunny AlphahighvsGLM 5.1mediumQwen3.8 27Blowनिःशुल्क उपलब्धvsGLM 5.1mediumGPT-6 LunalowvsGLM 5.1mediumMistral Large 4highvsGLM 5.1mediumSeed-2.0-CodehighvsGPT-5.6 LunamediumSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodehighvsDeepSeek V4 Flash 0731lowSeed-2.0-CodehighvsGrok 4.7lowSeed-2.0-CodehighvsQwen3.8 27Blowनिःशुल्क उपलब्धSeed-2.0-CodehighvsGPT-6 LunalowSeed-2.0-CodehighvsQwen3.8 Flash NextmediumSeed-2.0-CodehighvsDeepSeek V4 Pro 0423none