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 (low) vs DeepSeek V4.1 Flash (low)

Seed-2.0-Code (low) average score में आगे है: 8.1 vs 8.0. DeepSeek V4.1 Flash (low) की benchmark लागत कम है: $0.494 vs $0.881. DeepSeek V4.1 Flash (low) तेज है: 28.04s vs 73.02s, pass rates 78.3% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#105
कुल आउटपुट टोकन
253,807
प्रतिक्रिया समय (औसत)
73.02s
कुल लागत
$0.881
रैंक
#109
कुल आउटपुट टोकन
371,547
प्रतिक्रिया समय (औसत)
28.04s
कुल लागत
$0.494
अनुशंसित मॉडल DeepSeek V4.1 Flash (low)

Its score stays close to the best score here (8.0 vs 8.1), while costing about 1.8x less than Seed-2.0-Code (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 DeepSeek V4.1 Flash DeepSeek V4.1 Flash low रिलीज़: 2026-09-10
स्कोर 8.1 8.0
रैंक #105 #109
विश्वसनीयता 8.9 9.6
संगति 7.9 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 73.9%
अस्थिर टेस्ट 6 4
कुल रन 69 69
प्रति परिणाम लागत 6.288 1.576
कुल लागत $0.881 $0.494
इनपुट कीमत $0.500 / 1M $0.013 / 1M
आउटपुट कीमत $3.000 / 1M $1.320 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.013 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 237,604 266,849
आउटपुट टोकन 9,617 8,284
रीजनिंग टोकन 244,190 363,263
प्रतिक्रिया समय (औसत) 73.02s 28.04s
प्रतिक्रिया समय (अधिकतम) 485.92s 149.84s
प्रतिक्रिया समय (कुल) 1679.49s 645.03s
पैरामीटर ~200B कुल (~20B सक्रिय) 748B कुल (16B 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.

#105 Seed-2.0-Code

low
Provider returned error
लागत
$0.000
समय
0.3s
टोकन
0 tok

#109 DeepSeek V4.1 Flash

low
लागत
$0.017
समय
43.6s
टोकन
14,069 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 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 40.66s 7,509 378 81,978

तुलना जोड़ी बदलें