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 Qwen4 Max (xhigh)

average score लगभग बराबर है: 8.2 vs 8.2. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.271 vs $1.830. Seed-2.0-Lite (medium) तेज है: 48.87s vs 106.83s, pass rates 71.0% vs 82.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#142
कुल आउटपुट टोकन
106,419
प्रतिक्रिया समय (औसत)
48.87s
कुल लागत
$0.271
रैंक
#141
कुल आउटपुट टोकन
291,229
प्रतिक्रिया समय (औसत)
106.83s
कुल लागत
$1.830
अनुशंसित मॉडल Seed-2.0-Lite (medium)

It has the best score here (8.2), while costing about 6.8x less than Qwen4 Max (xhigh).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Qwen4 Max Qwen4 Max xhigh रिलीज़: 2026-11-16
स्कोर 8.2 8.2
रैंक #142 #141
विश्वसनीयता 10.0 9.8
संगति 8.7 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 82.6%
अस्थिर टेस्ट 4 2
कुल रन 69 69
प्रति परिणाम लागत 1.931 10.162
कुल लागत $0.271 $1.830
इनपुट कीमत $0.250 / 1M $1.500 / 1M
आउटपुट कीमत $2.000 / 1M $4.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.075 / 1M
कैश लिखने की कीमत लागू नहीं $1.875 / 1M
कुल इनपुट टोकन 229,530 345,694
आउटपुट टोकन 13,757 8,170
रीजनिंग टोकन 92,662 283,059
प्रतिक्रिया समय (औसत) 48.87s 106.83s
प्रतिक्रिया समय (अधिकतम) 254.92s 595.00s
प्रतिक्रिया समय (कुल) 1123.91s 2457.00s
पैरामीटर ~200B कुल (~20B सक्रिय) ~2.4T कुल (~95B 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.

#142 Seed-2.0-Lite

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

#141 Qwen4 Max

xhigh
लागत
$0.120
समय
456.4s
टोकन
26,650 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
Qwen4 Max 10.0 10.0 100.0% 0 28.72s 8,010 426 16,827

तुलना जोड़ी बदलें