नेविगेशन
Advertise here

Seed-2.0-Code (low) vs DaisyRose 27B (xhigh)

average score लगभग बराबर है: 8.1 vs 8.1. Seed-2.0-Code (low) की benchmark लागत कम है: $0.881 vs $1.559. Seed-2.0-Code (low) तेज है: 73.02s vs 111.38s, pass rates 78.3% vs 68.1%.

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
#160
कुल आउटपुट टोकन
799,132
प्रतिक्रिया समय (औसत)
111.38s
कुल लागत
$1.559
अनुशंसित मॉडल Seed-2.0-Code (low)

It has the best score here (8.1), while costing about 1.8x less than DaisyRose 27B (xhigh).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 DaisyRose 27B DaisyRose 27B xhigh रिलीज़: 2026-11-18
स्कोर 8.1 8.1
रैंक #161 #160
विश्वसनीयता 8.9 9.7
संगति 7.9 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 68.1%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 6.288 11.133
कुल लागत $0.881 $1.559
इनपुट कीमत $0.500 / 1M $0.150 / 1M
आउटपुट कीमत $3.000 / 1M $1.875 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.038 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 237,604 401,324
आउटपुट टोकन 9,617 8,843
रीजनिंग टोकन 244,190 790,289
प्रतिक्रिया समय (औसत) 73.02s 111.38s
प्रतिक्रिया समय (अधिकतम) 485.92s 960.01s
प्रतिक्रिया समय (कुल) 1679.49s 2561.63s
पैरामीटर ~200B कुल (~20B सक्रिय) 27.8B
उपलब्धता बंद स्रोत मुक्त 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

#160 DaisyRose 27B

xhigh
लागत
$0.063
समय
189.8s
टोकन
33,346 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
DaisyRose 27B 9.9 10.0 100.0% 0 99.76s 8,235 497 147,458

तुलना जोड़ी बदलें