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 Kimi K3.1 Pro (high)

average score लगभग बराबर है: 8.2 vs 8.2. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.271 vs $1.646. Seed-2.0-Lite (medium) तेज है: 48.87s vs 54.31s, pass rates 71.0% vs 79.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#106
कुल आउटपुट टोकन
106,419
प्रतिक्रिया समय (औसत)
48.87s
कुल लागत
$0.271
रैंक
#107
कुल आउटपुट टोकन
114,612
प्रतिक्रिया समय (औसत)
54.31s
कुल लागत
$1.646
अनुशंसित मॉडल Seed-2.0-Lite (medium)

It has the best score here (8.2), while costing about 6.1x less than Kimi K3.1 Pro (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Kimi K3.1 Pro Kimi K3.1 Pro high रिलीज़: 2026-10-24
स्कोर 8.2 8.2
रैंक #106 #107
विश्वसनीयता 10.0 8.5
संगति 8.7 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 79.7%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 1.931 10.288
कुल लागत $0.271 $1.646
इनपुट कीमत $0.250 / 1M $2.000 / 1M
आउटपुट कीमत $2.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 229,530 249,927
आउटपुट टोकन 13,757 10,175
रीजनिंग टोकन 92,662 104,437
प्रतिक्रिया समय (औसत) 48.87s 54.31s
प्रतिक्रिया समय (अधिकतम) 254.92s 601.80s
प्रतिक्रिया समय (कुल) 1123.91s 1249.02s
पैरामीटर ~200B कुल (~20B सक्रिय) ~2.8T कुल (~104B 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.

#106 Seed-2.0-Lite

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

#107 MoonshotAI: Kimi K3.1 Pro

high
लागत
$0.074
समय
141.9s
टोकन
7,498 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
Kimi K3.1 Pro 10.0 10.0 100.0% 0 24.94s 8,070 464 9,637

तुलना जोड़ी बदलें