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 vs Space Bunny Alpha (low)

Space Bunny Alpha (low) average score में आगे है: 5.7 vs 5.4. Space Bunny Alpha (low) की benchmark लागत कम है: $0.000 vs $0.257. Seed-2.0-Code तेज है: 17.51s vs 30.63s, pass rates 37.7% vs 53.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-02

तुलना किए गए मॉडल

रैंक
#273
कुल आउटपुट टोकन
32,069
प्रतिक्रिया समय (औसत)
17.51s
कुल लागत
$0.257
रैंक
#262
कुल आउटपुट टोकन
194,450
प्रतिक्रिया समय (औसत)
30.63s
कुल लागत
$0.000
अनुशंसित मॉडल Seed-2.0-Code

Its score stays close to the best score here (5.4 vs 5.7), while responding about 1.7x faster than Space Bunny Alpha (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none रिलीज़: 2026-08-12 Space Bunny Alpha Space Bunny Alpha low रिलीज़: 2026-09-24
स्कोर 5.4 5.7
रैंक #273 #262
विश्वसनीयता 9.0 10.0
संगति 7.9 6.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 37.7% 53.6%
अस्थिर टेस्ट 6 10
कुल रन 69 69
प्रति परिणाम लागत 4.268 0.000
कुल लागत $0.257 $0.000
इनपुट कीमत $0.500 / 1M $0.000 / 1M
आउटपुट कीमत $3.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 319,668 289,086
आउटपुट टोकन 32,069 194,450
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 17.51s 30.63s
प्रतिक्रिया समय (अधिकतम) 132.84s 340.88s
प्रतिक्रिया समय (कुल) 402.66s 704.47s
पैरामीटर ~200B कुल (~20B 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.

#273 Seed-2.0-Code

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

#262 Space Bunny Alpha

low
लागत
$0.000
समय
20.6s
टोकन
3,462 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
Space Bunny Alpha 5.6 4.7 55.6% 2 6.60s 8,493 5,897 0

त्वरित तुलना

तुलना जोड़ी बदलें