नेविगेशन
Advertise here

Seed-2.0-Code (low) vs Grok 4.5 (high)

Grok 4.5 (high) average score में आगे है: 8.2 vs 8.1. Seed-2.0-Code (low) की benchmark लागत कम है: $0.881 vs $2.687. Grok 4.5 (high) तेज है: 72.50s vs 73.02s, pass rates 78.3% vs 82.6%.

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
#152
कुल आउटपुट टोकन
333,632
प्रतिक्रिया समय (औसत)
72.50s
कुल लागत
$2.687
अनुशंसित मॉडल Seed-2.0-Code (low)

Its score stays close to the best score here (8.1 vs 8.2), while costing about 3.1x less than Grok 4.5 (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 Grok 4.5 Grok 4.5 high रिलीज़: 2026-07-08
स्कोर 8.1 8.2
रैंक #161 #152
विश्वसनीयता 8.9 10.0
संगति 7.9 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 82.6%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 6.288 15.123
कुल लागत $0.881 $2.687
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $3.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.300 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 237,604 342,124
आउटपुट टोकन 9,617 7,135
रीजनिंग टोकन 244,190 326,497
प्रतिक्रिया समय (औसत) 73.02s 72.50s
प्रतिक्रिया समय (अधिकतम) 485.92s 676.83s
प्रतिक्रिया समय (कुल) 1679.49s 1667.51s
पैरामीटर ~200B कुल (~20B सक्रिय) ~1.7T कुल (~170B 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

#152 SpaceXAI: Grok 4.5

high
लागत
$0.015
समय
29.7s
टोकन
2,737 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
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

तुलना जोड़ी बदलें