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 GLM 5.2 (medium)

GLM 5.2 (medium) average score में आगे है: 8.2 vs 8.1. Seed-2.0-Code (low) की benchmark लागत कम है: $0.881 vs $1.007. GLM 5.2 (medium) तेज है: 26.88s vs 73.02s, pass rates 78.3% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#130
कुल आउटपुट टोकन
253,807
प्रतिक्रिया समय (औसत)
73.02s
कुल लागत
$0.881
रैंक
#125
कुल आउटपुट टोकन
81,020
प्रतिक्रिया समय (औसत)
26.88s
कुल लागत
$1.007
अनुशंसित मॉडल GLM 5.2 (medium)

It has the best score here (8.2), while responding about 2.7x faster than Seed-2.0-Code (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 GLM 5.2 GLM 5.2 medium रिलीज़: 2026-06-17
स्कोर 8.1 8.2
रैंक #130 #125
विश्वसनीयता 8.9 9.6
संगति 7.9 8.1
प्रयास 69/69 66/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 81.2%
अस्थिर टेस्ट 6 4
कुल रन 69 66
प्रति परिणाम लागत 6.288 2.890
कुल लागत $0.881 $1.007
इनपुट कीमत $0.500 / 1M $0.153 / 1M
आउटपुट कीमत $3.000 / 1M $12.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.150 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 237,604 227,164
आउटपुट टोकन 9,617 20,029
रीजनिंग टोकन 244,190 60,991
प्रतिक्रिया समय (औसत) 73.02s 26.88s
प्रतिक्रिया समय (अधिकतम) 485.92s 102.40s
प्रतिक्रिया समय (कुल) 1679.49s 591.34s
पैरामीटर ~200B कुल (~20B सक्रिय) 744B कुल (40B सक्रिय)
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.

#130 Seed-2.0-Code

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

#125 GLM 5.2

medium
लागत
$0.041
समय
195.8s
टोकन
9,287 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
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

तुलना जोड़ी बदलें