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 Plus (medium)

Qwen3.7 Plus (medium) average score में आगे है: 8.3 vs 8.1. Qwen3.7 Plus (medium) की benchmark लागत कम है: $0.415 vs $0.881. Qwen3.7 Plus (medium) तेज है: 59.73s vs 73.02s, pass rates 78.3% vs 76.8%.

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
#150
कुल आउटपुट टोकन
215,560
प्रतिक्रिया समय (औसत)
59.73s
कुल लागत
$0.415
अनुशंसित मॉडल Qwen3.7 Plus (medium)

It has the best score here (8.3), while costing about 2.1x 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 8.1 8.3
रैंक #161 #150
विश्वसनीयता 8.9 10.0
संगति 7.9 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 76.8%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 6.288 2.697
कुल लागत $0.881 $0.415
इनपुट कीमत $0.500 / 1M $0.320 / 1M
आउटपुट कीमत $3.000 / 1M $1.280 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.064 / 1M
कैश लिखने की कीमत लागू नहीं $0.400 / 1M
कुल इनपुट टोकन 237,604 350,546
आउटपुट टोकन 9,617 8,576
रीजनिंग टोकन 244,190 206,984
प्रतिक्रिया समय (औसत) 73.02s 59.73s
प्रतिक्रिया समय (अधिकतम) 485.92s 315.30s
प्रतिक्रिया समय (कुल) 1679.49s 1373.73s
पैरामीटर ~200B कुल (~20B सक्रिय) ~397B कुल (~17B 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

#150 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

तुलना जोड़ी बदलें