नेविगेशन
AI BENCHY
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 Plus (medium)

Qwen3.7 Plus (medium) average score में आगे है: 7.9 vs 7.7. Qwen3.7 Plus (medium) की benchmark लागत कम है: $0.277 vs $0.767. Qwen3.7 Plus (medium) तेज है: 53.51s vs 72.24s, pass rates 77.3% vs 75.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#73
कुल आउटपुट टोकन
241,309
प्रतिक्रिया समय (औसत)
72.24s
कुल लागत
$0.767
रैंक
#62
कुल आउटपुट टोकन
187,337
प्रतिक्रिया समय (औसत)
53.51s
कुल लागत
$0.277
अनुशंसित मॉडल Qwen3.7 Plus (medium)

It has the best score here (7.9), while costing about 2.8x less than Seed-2.0-Code (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 Qwen3.7 Plus Qwen3.7 Plus medium रिलीज़: 2026-06-03
स्कोर 7.7 7.9
रैंक #73 #62
विश्वसनीयता 8.5 10.0
संगति 7.8 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 75.8%
अस्थिर टेस्ट 6 3
कुल रन 66 66
प्रति परिणाम लागत 5.899 2.134
कुल लागत $0.767 $0.277
इनपुट कीमत $0.500 / 1M $0.320 / 1M
आउटपुट कीमत $3.000 / 1M $1.280 / 1M
कुल इनपुट टोकन 85,657 115,242
आउटपुट टोकन 8,142 6,163
रीजनिंग टोकन 233,167 181,174
प्रतिक्रिया समय (औसत) 72.24s 53.51s
प्रतिक्रिया समय (अधिकतम) 485.92s 315.30s
प्रतिक्रिया समय (कुल) 1589.31s 1177.25s
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.

#73 Seed-2.0-Code

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

#62 Qwen3.7 Plus

medium
लागत
$0.018
समय
193.2s
टोकन
10,821 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 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576

त्वरित तुलना

तुलना जोड़ी बदलें