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 Pro 0423

average score लगभग बराबर है: 7.4 vs 7.4. DeepSeek V4 Pro 0423 की benchmark लागत कम है: $0.083 vs $1.275. DeepSeek V4 Pro 0423 तेज है: 14.05s vs 100.65s, pass rates 65.2% vs 49.3%.

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

तुलना किए गए मॉडल

रैंक
#181
कुल आउटपुट टोकन
384,093
प्रतिक्रिया समय (औसत)
100.65s
कुल लागत
$1.275
रैंक
#185
कुल आउटपुट टोकन
46,004
प्रतिक्रिया समय (औसत)
14.05s
कुल लागत
$0.083
अनुशंसित मॉडल DeepSeek V4 Pro 0423

It has the best score here (7.4), while costing about 15.4x 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 Pro 0423 DeepSeek V4 Pro 0423 none रिलीज़: 2026-04-24
स्कोर 7.4 7.4
रैंक #181 #185
विश्वसनीयता 8.0 10.0
संगति 7.4 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 49.3%
अस्थिर टेस्ट 7 4
कुल रन 69 69
प्रति परिणाम लागत 11.587 2.341
कुल लागत $1.275 $0.083
इनपुट कीमत $0.500 / 1M $0.209 / 1M
आउटपुट कीमत $3.000 / 1M $0.418 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.018 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 244,499 304,186
आउटपुट टोकन 8,744 40,118
रीजनिंग टोकन 375,349 5,886
प्रतिक्रिया समय (औसत) 100.65s 14.05s
प्रतिक्रिया समय (अधिकतम) 626.58s 119.44s
प्रतिक्रिया समय (कुल) 2314.88s 323.17s
पैरामीटर ~200B कुल (~20B सक्रिय) 1.6T कुल (49B 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.

#181 Seed-2.0-Code

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

#185 DeepSeek V4 Pro 0423

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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 Pro 0423 5.6 10.0 33.3% 0 13.38s 7,275 1,436 4,064

तुलना जोड़ी बदलें