नेविगेशन
Advertise here

Seed-2.0-Code (medium) vs Space Bunny Alpha (max)

Space Bunny Alpha (max) average score में आगे है: 6.9 vs 6.8. Space Bunny Alpha (max) की benchmark लागत कम है: $0.000 vs $1.153. Space Bunny Alpha (max) तेज है: 33.77s vs 101.05s, pass rates 63.6% vs 59.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#176
कुल आउटपुट टोकन
371,443
प्रतिक्रिया समय (औसत)
101.05s
कुल लागत
$1.153
रैंक
#172
कुल आउटपुट टोकन
207,581
प्रतिक्रिया समय (औसत)
33.77s
कुल लागत
$0.000
अनुशंसित मॉडल Space Bunny Alpha (max)

It has the best score here (6.9), while responding about 3.0x faster than Seed-2.0-Code (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium रिलीज़: 2026-08-12 Space Bunny Alpha Space Bunny Alpha max रिलीज़: 2026-09-24
स्कोर 6.8 6.9
रैंक #176 #172
विश्वसनीयता 7.3 10.0
संगति 7.3 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 59.1%
अस्थिर टेस्ट 7 4
कुल रन 66 66
प्रति परिणाम लागत 11.524 0.000
कुल लागत $1.153 $0.000
इनपुट कीमत $0.500 / 1M $0.000 / 1M
आउटपुट कीमत $3.000 / 1M $0.000 / 1M
कुल इनपुट टोकन 76,036 132,854
आउटपुट टोकन 7,267 207,581
रीजनिंग टोकन 364,176 0
प्रतिक्रिया समय (औसत) 101.05s 33.77s
प्रतिक्रिया समय (अधिकतम) 626.58s 320.00s
प्रतिक्रिया समय (कुल) 2223.19s 742.84s
पैरामीटर ~200B कुल (~20B 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.

#176 Seed-2.0-Code

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

#172 Space Bunny Alpha

max
लागत
$0.000
समय
183.9s
टोकन
19,570 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
Space Bunny Alpha 5.7 7.1 44.4% 1 17.08s 8,493 16,335 0

त्वरित तुलना

तुलना जोड़ी बदलें