नेविगेशन
AI BENCHY
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: 7.0 vs 6.9. GLM 5.1 (medium) की benchmark लागत कम है: $0.727 vs $1.273. GLM 5.1 (medium) तेज है: 58.80s vs 124.18s, pass rates 63.6% vs 65.2%.

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
#117
कुल आउटपुट टोकन
215,889
प्रतिक्रिया समय (औसत)
58.80s
कुल लागत
$0.727
अनुशंसित मॉडल GLM 5.1 (medium)

It has the best score here (7.0), while costing about 1.8x less 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 6.9 7.0
रैंक #125 #117
विश्वसनीयता 8.6 8.1
संगति 7.8 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 65.2%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 11.571 6.923
कुल लागत $1.273 $0.727
इनपुट कीमत $0.500 / 1M $0.966 / 1M
आउटपुट कीमत $3.000 / 1M $3.036 / 1M
कुल इनपुट टोकन 81,970 82,592
आउटपुट टोकन 7,186 16,089
रीजनिंग टोकन 403,389 199,800
प्रतिक्रिया समय (औसत) 124.18s 58.80s
प्रतिक्रिया समय (अधिकतम) 675.30s 308.75s
प्रतिक्रिया समय (कुल) 2732.03s 1234.72s
पैरामीटर ~200B कुल (~20B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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

#117 GLM 5.1

medium
अमान्य SVG
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

त्वरित तुलना

तुलना जोड़ी बदलें