नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Seed-2.0-Lite (medium) vs Gemini 3.5 Flash (high)

Gemini 3.5 Flash (high) average score में आगे है: 9.5 vs 7.9. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.234 vs $1.976. Gemini 3.5 Flash (high) तेज है: 15.07s vs 48.53s, pass rates 74.2% vs 93.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#42
कुल आउटपुट टोकन
100,580
प्रतिक्रिया समय (औसत)
48.53s
कुल लागत
$0.234
रैंक
#4
कुल आउटपुट टोकन
201,677
प्रतिक्रिया समय (औसत)
15.07s
कुल लागत
$1.976
अनुशंसित मॉडल Gemini 3.5 Flash (high)

It has the best score here (9.5), while responding about 3.2x faster than Seed-2.0-Lite (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19
स्कोर 7.9 9.5
रैंक #42 #4
विश्वसनीयता 10.0 10.0
संगति 8.6 9.3
सही परीक्षण
प्रति प्रयास पास दर 74.2% 93.9%
अस्थिर टेस्ट 4 2
कुल रन 66 66
प्रति परिणाम लागत 1.669 9.879
कुल लागत $0.234 $1.976
इनपुट कीमत $0.250 / 1M $1.500 / 1M
आउटपुट कीमत $2.000 / 1M $9.000 / 1M
कुल इनपुट टोकन 129,897 107,137
आउटपुट टोकन 12,533 8,777
रीजनिंग टोकन 88,047 192,900
प्रतिक्रिया समय (औसत) 48.53s 15.07s
प्रतिक्रिया समय (अधिकतम) 254.92s 145.92s
प्रतिक्रिया समय (कुल) 1067.74s 331.48s

Hamster playing table tennis

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

#42 Seed-2.0-Lite

medium
लागत
$0.005
समय
86.7s
टोकन
2,354 tok

#4 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 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-Lite 8.0 9.8 66.7% 0 156.74s 8,247 458 31,890
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129

त्वरित तुलना

तुलना जोड़ी बदलें