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 (medium)

Seed-2.0-Code (low) average score में आगे है: 8.1 vs 7.2. GLM 5 (medium) की benchmark लागत कम है: $0.479 vs $0.881. GLM 5 (medium) तेज है: 39.05s 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
#235
कुल आउटपुट टोकन
120,942
प्रतिक्रिया समय (औसत)
39.05s
कुल लागत
$0.479
अनुशंसित मॉडल Seed-2.0-Code (low)

इस तुलना में इसका स्कोर सबसे अधिक है (8.1) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12 GLM 5 GLM 5 medium रिलीज़: 2026-02-12
स्कोर 8.1 7.2
रैंक #161 #235
विश्वसनीयता 8.9 10.0
संगति 7.9 7.9
प्रयास 69/69 66/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 76.8%
अस्थिर टेस्ट 6 5
कुल रन 69 66
प्रति परिणाम लागत 6.288 2.552
कुल लागत $0.881 $0.479
इनपुट कीमत $0.500 / 1M $0.600 / 1M
आउटपुट कीमत $3.000 / 1M $1.920 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.120 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 237,604 212,440
आउटपुट टोकन 9,617 22,922
रीजनिंग टोकन 244,190 115,335
प्रतिक्रिया समय (औसत) 73.02s 39.05s
प्रतिक्रिया समय (अधिकतम) 485.92s 110.70s
प्रतिक्रिया समय (कुल) 1679.49s 546.68s
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.

#161 Seed-2.0-Code

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

#235 GLM 5

medium
लागत
$0.005
समय
20.7s
टोकन
2,068 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 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

तुलना जोड़ी बदलें