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 GPT-5.6 Luna (high)

Seed-2.0-Code (low) average score में आगे है: 7.7 vs 7.6. GPT-5.6 Luna (high) की benchmark लागत कम है: $0.179 vs $0.767. GPT-5.6 Luna (high) तेज है: 16.49s vs 72.24s, pass rates 77.3% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#106
कुल आउटपुट टोकन
241,309
प्रतिक्रिया समय (औसत)
72.24s
कुल लागत
$0.767
रैंक
#112
कुल आउटपुट टोकन
135,315
प्रतिक्रिया समय (औसत)
16.49s
कुल लागत
$0.179
अनुशंसित मॉडल GPT-5.6 Luna (high)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 4.3x less than Seed-2.0-Code (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 7.7 7.6
रैंक #106 #112
विश्वसनीयता 8.5 10.0
संगति 7.8 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 69.7%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 5.899 6.100
कुल लागत $0.767 $0.179
इनपुट कीमत $0.500 / 1M $0.200 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 85,657 80,927
आउटपुट टोकन 8,142 5,088
रीजनिंग टोकन 233,167 130,227
प्रतिक्रिया समय (औसत) 72.24s 16.49s
प्रतिक्रिया समय (अधिकतम) 485.92s 111.09s
प्रतिक्रिया समय (कुल) 1589.31s 362.78s
पैरामीटर ~200B कुल (~20B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#106 Seed-2.0-Code

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

#112 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

त्वरित तुलना

तुलना जोड़ी बदलें