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 GLM 5.3 Flash (high)

Seed-2.0-Code (medium) average score में आगे है: 7.4 vs 7.3. GLM 5.3 Flash (high) की benchmark लागत कम है: $0.056 vs $1.275. GLM 5.3 Flash (high) तेज है: 29.11s vs 100.65s, pass rates 65.2% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#192
कुल आउटपुट टोकन
384,093
प्रतिक्रिया समय (औसत)
100.65s
कुल लागत
$1.275
रैंक
#199
कुल आउटपुट टोकन
99,340
प्रतिक्रिया समय (औसत)
29.11s
कुल लागत
$0.056
अनुशंसित मॉडल GLM 5.3 Flash (high)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 23.0x less than Seed-2.0-Code (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium रिलीज़: 2026-08-12 GLM 5.3 Flash GLM 5.3 Flash high रिलीज़: 2026-08-26
स्कोर 7.4 7.3
रैंक #192 #199
विश्वसनीयता 8.0 10.0
संगति 7.4 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 66.7%
अस्थिर टेस्ट 7 4
कुल रन 69 69
प्रति परिणाम लागत 11.587 0.426
कुल लागत $1.275 $0.056
इनपुट कीमत $0.500 / 1M $0.150 / 1M
आउटपुट कीमत $3.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 244,499 225,013
आउटपुट टोकन 8,744 12,197
रीजनिंग टोकन 375,349 87,143
प्रतिक्रिया समय (औसत) 100.65s 29.11s
प्रतिक्रिया समय (अधिकतम) 626.58s 163.41s
प्रतिक्रिया समय (कुल) 2314.88s 669.54s
पैरामीटर ~200B कुल (~20B सक्रिय) 320B कुल (18B 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.

#192 Seed-2.0-Code

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

#199 GLM 5.3 Flash

high
लागत
$0.003
समय
186.7s
टोकन
10,486 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
GLM 5.3 Flash 8.2 7.2 88.9% 1 19.62s 7,317 373 9,973

तुलना जोड़ी बदलें