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 Qwen3.7 Plus (medium)

Qwen3.7 Plus (medium) average score में आगे है: 8.3 vs 8.2. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.271 vs $0.415. Seed-2.0-Lite (medium) तेज है: 48.87s vs 59.73s, pass rates 71.0% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#102
कुल आउटपुट टोकन
106,419
प्रतिक्रिया समय (औसत)
48.87s
कुल लागत
$0.271
रैंक
#97
कुल आउटपुट टोकन
215,560
प्रतिक्रिया समय (औसत)
59.73s
कुल लागत
$0.415
अनुशंसित मॉडल Seed-2.0-Lite (medium)

Its score stays close to the best score here (8.2 vs 8.3), while costing about 1.5x less than Qwen3.7 Plus (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Qwen3.7 Plus Qwen3.7 Plus medium रिलीज़: 2026-06-03
स्कोर 8.2 8.3
रैंक #102 #97
विश्वसनीयता 10.0 10.0
संगति 8.7 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 76.8%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 1.931 2.697
कुल लागत $0.271 $0.415
इनपुट कीमत $0.250 / 1M $0.320 / 1M
आउटपुट कीमत $2.000 / 1M $1.280 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.064 / 1M
कैश लिखने की कीमत लागू नहीं $0.400 / 1M
कुल इनपुट टोकन 229,530 350,546
आउटपुट टोकन 13,757 8,576
रीजनिंग टोकन 92,662 206,984
प्रतिक्रिया समय (औसत) 48.87s 59.73s
प्रतिक्रिया समय (अधिकतम) 254.92s 315.30s
प्रतिक्रिया समय (कुल) 1123.91s 1373.73s
पैरामीटर ~200B कुल (~20B सक्रिय) ~397B 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.

#102 Seed-2.0-Lite

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

#97 Qwen3.7 Plus

medium
लागत
$0.018
समय
193.2s
टोकन
10,821 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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576

तुलना जोड़ी बदलें