नेविगेशन
Advertise here

Seed-2.0-Code vs Laguna S 2.1 (high)

Laguna S 2.1 (high) average score में आगे है: 5.4 vs 5.3. Laguna S 2.1 (high) की benchmark लागत कम है: $0.114 vs $0.151. Seed-2.0-Code तेज है: 14.67s vs 111.60s, pass rates 36.4% vs 27.3%.

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

तुलना किए गए मॉडल

रैंक
#288
कुल आउटपुट टोकन
23,433
प्रतिक्रिया समय (औसत)
14.67s
कुल लागत
$0.151
रैंक
#285
कुल आउटपुट टोकन
584,864
प्रतिक्रिया समय (औसत)
111.60s
कुल लागत
$0.114
अनुशंसित मॉडल Seed-2.0-Code

Its score stays close to the best score here (5.3 vs 5.4), while responding about 7.6x faster than Laguna S 2.1 (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none रिलीज़: 2026-08-12 Laguna S 2.1 Laguna S 2.1 high रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.3 5.4
रैंक #288 #285
विश्वसनीयता 8.6 10.0
संगति 8.1 8.1
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 36.4% 27.3%
अस्थिर टेस्ट 5 5
कुल रन 66 66
प्रति परिणाम लागत 2.503 3.153
कुल लागत $0.151 $0.114
इनपुट कीमत $0.500 / 1M $0.090 / 1M
आउटपुट कीमत $3.000 / 1M $0.180 / 1M
कुल इनपुट टोकन 159,749 208,937
आउटपुट टोकन 23,433 175,588
रीजनिंग टोकन 0 409,276
प्रतिक्रिया समय (औसत) 14.67s 111.60s
प्रतिक्रिया समय (अधिकतम) 132.84s 1190.11s
प्रतिक्रिया समय (कुल) 322.71s 2455.24s
पैरामीटर ~200B कुल (~20B सक्रिय) 118B कुल (8B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#288 Seed-2.0-Code

none
लागत
$0.030
समय
140.6s
टोकन
9,924 tok

#285 Laguna S 2.1

high
लागत
$0.001
समय
6.8s
टोकन
1,389 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 3.6 9.8 0.0% 0 13.42s 7,230 505 0
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009

त्वरित तुलना

तुलना जोड़ी बदलें