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

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Lite vs Meta: Muse Spark 1.1

सारांश

Muse Spark 1.1 (low) average score में आगे है: 8.8 vs 8.5. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.175 vs $0.469. Muse Spark 1.1 (low) तेज है: 10.11s vs 47.07s, pass rates 76.2% vs 73.0%.

अनुशंसित मॉडलMuse Spark 1.1 (low)It has the best score here (8.8), while responding about 4.7x faster than Seed-2.0-Lite (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16
स्कोर 8.5 8.8
रैंक #24 #17
विश्वसनीयता 10.0 10.0
संगति 9.0 8.5
सही परीक्षण
प्रति प्रयास पास दर 76.2% 73.0%
अस्थिर टेस्ट 3 4
कुल रन 63 63
प्रति परिणाम लागत 1.250 3.606
कुल लागत $0.175 $0.469
इनपुट कीमत $0.250 / 1M $1.250 / 1M
आउटपुट कीमत $2.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 46,740 59,923
आउटपुट टोकन 3,230 3,722
रीजनिंग टोकन 78,406 88,947
प्रतिक्रिया समय (औसत) 47.07s 10.11s
प्रतिक्रिया समय (अधिकतम) 254.92s 54.15s
प्रतिक्रिया समय (कुल) 988.37s 212.29s

जनरेशन शोकेस

Hamster playing table tennis

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

#24 Seed-2.0-Lite

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

#17 Muse Spark 1.1

low
लागत
$0.020
समय
39.2s
टोकन
4,947 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
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

त्वरित तुलना

तुलना जोड़ी बदलें