नेविगेशन
Advertise here

Seed-2.0-Code (low) vs Qwen3.6 Plus (medium)

Qwen3.6 Plus (medium) average score में आगे है: 7.8 vs 7.7. Qwen3.6 Plus (medium) की benchmark लागत कम है: $0.418 vs $0.767. Qwen3.6 Plus (medium) तेज है: 45.52s vs 72.24s, pass rates 77.3% vs 71.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-28

तुलना किए गए मॉडल

रैंक
#106
कुल आउटपुट टोकन
241,309
प्रतिक्रिया समय (औसत)
72.24s
कुल लागत
$0.767
रैंक
#96
कुल आउटपुट टोकन
197,632
प्रतिक्रिया समय (औसत)
45.52s
कुल लागत
$0.418
अनुशंसित मॉडल Qwen3.6 Plus (medium)

It has the best score here (7.8), 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 Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20
स्कोर 7.7 7.8
रैंक #106 #96
विश्वसनीयता 8.5 10.0
संगति 7.8 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 71.2%
अस्थिर टेस्ट 6 2
कुल रन 66 66
प्रति परिणाम लागत 5.899 1.695
कुल लागत $0.767 $0.418
इनपुट कीमत $0.500 / 1M $0.325 / 1M
आउटपुट कीमत $3.000 / 1M $1.950 / 1M
कुल इनपुट टोकन 85,657 97,698
आउटपुट टोकन 8,142 6,417
रीजनिंग टोकन 233,167 191,215
प्रतिक्रिया समय (औसत) 72.24s 45.52s
प्रतिक्रिया समय (अधिकतम) 485.92s 291.55s
प्रतिक्रिया समय (कुल) 1589.31s 955.94s
पैरामीटर ~200B कुल (~20B सक्रिय) ~397B 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

#96 Qwen3.6 Plus

medium
लागत
$0.024
समय
219.0s
टोकन
12,235 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
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586

त्वरित तुलना

तुलना जोड़ी बदलें