नेविगेशन
Advertise here

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

Laguna S 2.1 (medium) average score में आगे है: 5.4 vs 5.3. Laguna S 2.1 (medium) की benchmark लागत कम है: $0.053 vs $0.151. Seed-2.0-Code तेज है: 14.67s vs 58.42s, pass rates 36.4% vs 24.2%.

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
#279
कुल आउटपुट टोकन
339,595
प्रतिक्रिया समय (औसत)
58.42s
कुल लागत
$0.053
अनुशंसित मॉडल Laguna S 2.1 (medium)

It has the best score here (5.4), while costing about 2.9x less than Seed-2.0-Code.

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none रिलीज़: 2026-08-12 Laguna S 2.1 Laguna S 2.1 medium रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.3 5.4
रैंक #288 #279
विश्वसनीयता 8.6 10.0
संगति 8.1 8.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 36.4% 24.2%
अस्थिर टेस्ट 5 3
कुल रन 66 66
प्रति परिणाम लागत 2.503 1.451
कुल लागत $0.151 $0.053
इनपुट कीमत $0.500 / 1M $0.090 / 1M
आउटपुट कीमत $3.000 / 1M $0.180 / 1M
कुल इनपुट टोकन 159,749 86,647
आउटपुट टोकन 23,433 97,298
रीजनिंग टोकन 0 242,297
प्रतिक्रिया समय (औसत) 14.67s 58.42s
प्रतिक्रिया समय (अधिकतम) 132.84s 560.31s
प्रतिक्रिया समय (कुल) 322.71s 1285.26s
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

#279 Laguna S 2.1

medium
लागत
$0.001
समय
4.0s
टोकन
867 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% 1 158.98s 7,917 93,354 106,718

त्वरित तुलना

तुलना जोड़ी बदलें