नेविगेशन
Advertise here

Seed-2.0-Code (medium) vs GLM 5.3 FlashX (high)

average score लगभग बराबर है: 7.4 vs 7.4. GLM 5.3 FlashX (high) की benchmark लागत कम है: $0.210 vs $1.275. GLM 5.3 FlashX (high) तेज है: 14.94s vs 100.65s, pass rates 65.2% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#163
कुल आउटपुट टोकन
384,093
प्रतिक्रिया समय (औसत)
100.65s
कुल लागत
$1.275
रैंक
#164
कुल आउटपुट टोकन
97,728
प्रतिक्रिया समय (औसत)
14.94s
कुल लागत
$0.210
अनुशंसित मॉडल GLM 5.3 FlashX (high)

It has the best score here (7.4), while costing about 6.1x 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 FlashX GLM 5.3 FlashX high रिलीज़: 2026-09-21
स्कोर 7.4 7.4
रैंक #163 #164
विश्वसनीयता 8.0 10.0
संगति 7.4 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 69.6%
अस्थिर टेस्ट 7 5
कुल रन 69 69
प्रति परिणाम लागत 11.587 1.612
कुल लागत $1.275 $0.210
इनपुट कीमत $0.500 / 1M $0.370 / 1M
आउटपुट कीमत $3.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.090 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 244,499 235,914
आउटपुट टोकन 8,744 8,147
रीजनिंग टोकन 375,349 89,581
प्रतिक्रिया समय (औसत) 100.65s 14.94s
प्रतिक्रिया समय (अधिकतम) 626.58s 91.16s
प्रतिक्रिया समय (कुल) 2314.88s 343.65s
पैरामीटर ~200B कुल (~20B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#163 Seed-2.0-Code

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

#164 GLM 5.3 FlashX

high
लागत
$0.030
समय
169.4s
टोकन
23,950 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 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

तुलना जोड़ी बदलें