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 GPT-6 Luna (medium)

GPT-6 Luna (medium) average score में आगे है: 8.3 vs 8.2. GPT-6 Luna (medium) की benchmark लागत कम है: $0.047 vs $0.271. GPT-6 Luna (medium) तेज है: 18.07s vs 48.87s, pass rates 71.0% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#104
कुल आउटपुट टोकन
106,419
प्रतिक्रिया समय (औसत)
48.87s
कुल लागत
$0.271
रैंक
#95
कुल आउटपुट टोकन
53,161
प्रतिक्रिया समय (औसत)
18.07s
कुल लागत
$0.047
अनुशंसित मॉडल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 5.8x less than Seed-2.0-Lite (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 GPT-6 Luna GPT-6 Luna medium रिलीज़: 2026-09-23
स्कोर 8.2 8.3
रैंक #104 #95
विश्वसनीयता 10.0 10.0
संगति 8.7 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 73.9%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 1.931 0.313
कुल लागत $0.271 $0.047
इनपुट कीमत $0.250 / 1M $0.100 / 1M
आउटपुट कीमत $2.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.010 / 1M
कैश लिखने की कीमत लागू नहीं $0.125 / 1M
कुल इनपुट टोकन 229,530 203,193
आउटपुट टोकन 13,757 5,751
रीजनिंग टोकन 92,662 47,410
प्रतिक्रिया समय (औसत) 48.87s 18.07s
प्रतिक्रिया समय (अधिकतम) 254.92s 66.44s
प्रतिक्रिया समय (कुल) 1123.91s 415.53s
पैरामीटर ~200B कुल (~20B सक्रिय) ~400B कुल (~17B 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.

#104 Seed-2.0-Lite

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

#95 GPT-6 Luna

medium
लागत
$0.002
समय
23.6s
टोकन
2,966 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
GPT-6 Luna 6.6 4.6 77.8% 2 23.63s 7,302 438 10,222

तुलना जोड़ी बदलें