नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Code (low) vs Qwen3.7 Flash (high)

Qwen3.7 Flash (high) average score में आगे है: 7.8 vs 7.7. Qwen3.7 Flash (high) की benchmark लागत कम है: $0.051 vs $0.681. Qwen3.7 Flash (high) तेज है: 39.77s vs 65.89s, pass rates 80.3% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#66
कुल आउटपुट टोकन
212,558
प्रतिक्रिया समय (औसत)
65.89s
कुल लागत
$0.681
रैंक
#64
कुल आउटपुट टोकन
359,703
प्रतिक्रिया समय (औसत)
39.77s
कुल लागत
$0.051
अनुशंसित मॉडल Qwen3.7 Flash (high)

It has the best score here (7.8), while costing about 13.5x less than Seed-2.0-Code (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 Qwen3.7 Flash Qwen3.7 Flash high रिलीज़: 2026-07-28
स्कोर 7.7 7.8
रैंक #66 #64
विश्वसनीयता 5.7 10.0
संगति 7.5 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 80.3% 72.7%
अस्थिर टेस्ट 7 6
कुल रन 66 66
प्रति परिणाम लागत 5.235 0.387
कुल लागत $0.681 $0.051
इनपुट कीमत $0.500 / 1M $0.030 / 1M
आउटपुट कीमत $3.000 / 1M $0.130 / 1M
कुल इनपुट टोकन 85,648 116,322
आउटपुट टोकन 8,142 12,332
रीजनिंग टोकन 204,416 347,371
प्रतिक्रिया समय (औसत) 65.89s 39.77s
प्रतिक्रिया समय (अधिकतम) 485.92s 431.47s
प्रतिक्रिया समय (कुल) 1449.53s 875.01s
पैरामीटर ~200B कुल (~20B सक्रिय) ~35B कुल (~3B 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.

#66 Seed-2.0-Code

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

#64 Qwen3.7 Flash

high
अमान्य SVG
लागत
$0.000
समय
600.0s
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 7.0 5.0 77.8% 2 109.70s 7,948 455 55,759
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

त्वरित तुलना

तुलना जोड़ी बदलें