नेविगेशन
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 Ling 3.1 Flash (medium)

Ling 3.1 Flash (medium) average score में आगे है: 8.3 vs 8.2. Ling 3.1 Flash (medium) की benchmark लागत कम है: $0.000 vs $0.271. Seed-2.0-Lite (medium) तेज है: 48.87s vs 88.74s, pass rates 71.0% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक
#86
कुल आउटपुट टोकन
106,419
प्रतिक्रिया समय (औसत)
48.87s
कुल लागत
$0.271
रैंक
#81
कुल आउटपुट टोकन
648,854
प्रतिक्रिया समय (औसत)
88.74s
कुल लागत
$0.000
अनुशंसित मॉडल Seed-2.0-Lite (medium)

Its score stays close to the best score here (8.2 vs 8.3), while responding about 1.8x faster than Ling 3.1 Flash (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Ling 3.1 Flash Ling 3.1 Flash medium रिलीज़: 2026-10-03
स्कोर 8.2 8.3
रैंक #86 #81
विश्वसनीयता 10.0 9.6
संगति 8.7 8.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 71.0%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 1.931 0.000
कुल लागत $0.271 $0.000
इनपुट कीमत $0.250 / 1M $0.000 / 1M
आउटपुट कीमत $2.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 229,530 369,495
आउटपुट टोकन 13,757 172,852
रीजनिंग टोकन 92,662 476,002
प्रतिक्रिया समय (औसत) 48.87s 88.74s
प्रतिक्रिया समय (अधिकतम) 254.92s 567.88s
प्रतिक्रिया समय (कुल) 1123.91s 2041.10s
पैरामीटर ~200B कुल (~20B सक्रिय) 560B कुल (25B 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.

#86 Seed-2.0-Lite

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

#81 Ling 3.1 Flash

medium
लागत
$0.000
समय
101.1s
टोकन
11,607 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
Ling 3.1 Flash 10.0 10.0 100.0% 0 87.15s 8,298 19,577 62,002

त्वरित तुलना

तुलना जोड़ी बदलें