नेविगेशन
Advertise here

Seed-2.0-Code (medium) vs Inkling Small (high)

average score लगभग बराबर है: 7.4 vs 7.4. Inkling Small (high) की benchmark लागत कम है: $0.402 vs $1.275. Inkling Small (high) तेज है: 29.10s vs 100.65s, pass rates 65.2% vs 66.7%.

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
#128
कुल आउटपुट टोकन
298,893
प्रतिक्रिया समय (औसत)
29.10s
कुल लागत
$0.402
अनुशंसित मॉडल Inkling Small (high)

It has the best score here (7.4), while costing about 3.2x less than Seed-2.0-Code (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium रिलीज़: 2026-08-12 Inkling Small Inkling Small high रिलीज़: 2026-08-01 निःशुल्क उपलब्ध
स्कोर 7.4 7.4
रैंक #125 #128
विश्वसनीयता 8.0 10.0
संगति 7.4 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 66.7%
अस्थिर टेस्ट 7 2
कुल रन 69 69
प्रति परिणाम लागत 11.587 2.868
कुल लागत $1.275 $0.402
इनपुट कीमत $0.500 / 1M $0.450 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 244,499 85,669
आउटपुट टोकन 8,744 6,092
रीजनिंग टोकन 375,349 292,801
प्रतिक्रिया समय (औसत) 100.65s 29.10s
प्रतिक्रिया समय (अधिकतम) 626.58s 122.60s
प्रतिक्रिया समय (कुल) 2314.88s 669.40s
पैरामीटर ~200B कुल (~20B सक्रिय) 276B कुल (12B 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

#128 Thinking Machines: Inkling Small

high
लागत
$0.006
समय
34.7s
टोकन
4,735 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
Inkling Small 10.0 10.0 100.0% 0 93.23s 7,374 463 120,474

त्वरित तुलना

तुलना जोड़ी बदलें