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 (medium) vs DeepSeek V4 Flash 0731 (low)

average score लगभग बराबर है: 7.4 vs 7.4. DeepSeek V4 Flash 0731 (low) की benchmark लागत कम है: $0.307 vs $1.275. DeepSeek V4 Flash 0731 (low) तेज है: 88.15s vs 100.65s, pass rates 65.2% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#125
कुल आउटपुट टोकन
384,093
प्रतिक्रिया समय (औसत)
100.65s
कुल लागत
$1.275
रैंक
#124
कुल आउटपुट टोकन
414,035
प्रतिक्रिया समय (औसत)
88.15s
कुल लागत
$0.307
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (low)

It has the best score here (7.4), while costing about 4.2x less than Seed-2.0-Code (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium रिलीज़: 2026-08-12 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01
स्कोर 7.4 7.4
रैंक #125 #124
विश्वसनीयता 8.0 10.0
संगति 7.4 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 71.0%
अस्थिर टेस्ट 7 6
कुल रन 69 69
प्रति परिणाम लागत 11.587 0.840
कुल लागत $1.275 $0.307
इनपुट कीमत $0.500 / 1M $0.010 / 1M
आउटपुट कीमत $3.000 / 1M $1.280 / 1M
कुल इनपुट टोकन 244,499 231,356
आउटपुट टोकन 8,744 43,054
रीजनिंग टोकन 375,349 370,981
प्रतिक्रिया समय (औसत) 100.65s 88.15s
प्रतिक्रिया समय (अधिकतम) 626.58s 438.65s
प्रतिक्रिया समय (कुल) 2314.88s 2027.36s
पैरामीटर ~200B कुल (~20B सक्रिय) 284B कुल (13B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#125 Seed-2.0-Code

medium
लागत
$0.026
समय
122.8s
टोकन
8,630 tok

#124 DeepSeek V4 Flash 0731

low
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
78.1s
टोकन
8,090 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 8.9 7.8 88.9% 1 89.94s 8,247 496 44,062
DeepSeek V4 Flash 0731 7.3 5.1 77.8% 2 163.31s 5,953 782 86,028

त्वरित तुलना

तुलना जोड़ी बदलें