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 Qwen3.7 Flash (high)

Seed-2.0-Code (low) average score में आगे है: 8.1 vs 7.2. Qwen3.7 Flash (high) की benchmark लागत कम है: $0.063 vs $0.881. Qwen3.7 Flash (high) तेज है: 45.48s vs 73.02s, pass rates 78.3% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#161
कुल आउटपुट टोकन
253,807
प्रतिक्रिया समय (औसत)
73.02s
कुल लागत
$0.881
रैंक
#233
कुल आउटपुट टोकन
409,818
प्रतिक्रिया समय (औसत)
45.48s
कुल लागत
$0.063
अनुशंसित मॉडल Qwen3.7 Flash (high)

It offers the best overall trade-off: a competitive score (7.2), lower cost than Seed-2.0-Code (low), and balanced response time.

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 8.1 7.2
रैंक #161 #233
विश्वसनीयता 8.9 10.0
संगति 7.9 7.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 71.0%
अस्थिर टेस्ट 6 7
कुल रन 69 69
प्रति परिणाम लागत 6.288 0.478
कुल लागत $0.881 $0.063
इनपुट कीमत $0.500 / 1M $0.030 / 1M
आउटपुट कीमत $3.000 / 1M $0.130 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.006 / 1M
कैश लिखने की कीमत लागू नहीं $0.039 / 1M
कुल इनपुट टोकन 237,604 293,775
आउटपुट टोकन 9,617 13,527
रीजनिंग टोकन 244,190 396,291
प्रतिक्रिया समय (औसत) 73.02s 45.48s
प्रतिक्रिया समय (अधिकतम) 485.92s 431.47s
प्रतिक्रिया समय (कुल) 1679.49s 1045.97s
पैरामीटर ~200B कुल (~20B सक्रिय) ~35B कुल (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#161 Seed-2.0-Code

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

#233 Qwen3.7 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
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 7.1 55.6% 1 109.70s 7,948 455 55,759
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

तुलना जोड़ी बदलें