नेविगेशन
Advertise here

Seed-2.0-Code vs Laguna XS 2.1

average score लगभग बराबर है: 5.3 vs 5.3. Laguna XS 2.1 की benchmark लागत कम है: $0.008 vs $0.151. Laguna XS 2.1 तेज है: 1.55s vs 14.67s, pass rates 36.4% vs 30.3%.

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
#287
कुल आउटपुट टोकन
13,377
प्रतिक्रिया समय (औसत)
1.55s
कुल लागत
$0.008
अनुशंसित मॉडल Laguna XS 2.1

It has the best score here (5.3), while costing about 21.1x less than Seed-2.0-Code.

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none रिलीज़: 2026-08-12 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 5.3 5.3
रैंक #288 #287
विश्वसनीयता 8.6 10.0
संगति 8.1 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 36.4% 30.3%
अस्थिर टेस्ट 5 3
कुल रन 66 66
प्रति परिणाम लागत 2.503 0.143
कुल लागत $0.151 $0.008
इनपुट कीमत $0.500 / 1M $0.060 / 1M
आउटपुट कीमत $3.000 / 1M $0.120 / 1M
कुल इनपुट टोकन 159,749 91,607
आउटपुट टोकन 23,433 13,377
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 14.67s 1.55s
प्रतिक्रिया समय (अधिकतम) 132.84s 19.02s
प्रतिक्रिया समय (कुल) 322.71s 34.01s
पैरामीटर ~200B कुल (~20B सक्रिय) 33B कुल (3B 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

#287 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 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 XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

त्वरित तुलना

तुलना जोड़ी बदलें