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

ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.6 Plus

average score लगभग बराबर है: 7.9 vs 7.8. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.234 vs $0.405. Qwen3.6 Plus (medium) तेज है: 43.12s vs 48.53s, pass rates 74.2% vs 71.2%.

अनुशंसित मॉडलSeed-2.0-Lite (medium)It has the best score here (7.9), while costing about 1.7x less than Qwen3.6 Plus (medium).

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

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20
स्कोर 7.9 7.8
रैंक #42 #44
विश्वसनीयता 10.0 10.0
संगति 8.6 9.3
सही परीक्षण
प्रति प्रयास पास दर 74.2% 71.2%
अस्थिर टेस्ट 4 2
कुल रन 66 66
प्रति परिणाम लागत 1.669 1.514
कुल लागत $0.234 $0.405
इनपुट कीमत $0.250 / 1M $0.325 / 1M
आउटपुट कीमत $2.000 / 1M $1.950 / 1M
कुल इनपुट टोकन 129,897 97,689
आउटपुट टोकन 12,533 6,412
रीजनिंग टोकन 88,047 184,825
प्रतिक्रिया समय (औसत) 48.53s 43.12s
प्रतिक्रिया समय (अधिकतम) 254.92s 291.55s
प्रतिक्रिया समय (कुल) 1067.74s 905.53s

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

#44 Qwen3.6 Plus

medium
लागत
$0.024
समय
219.0s
टोकन
12,235 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
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586

त्वरित तुलना

तुलना जोड़ी बदलें