नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Lite vs xAI: Grok 4.5

सारांश

Seed-2.0-Lite (medium) average score में आगे है: 8.5 vs 7.8. Seed-2.0-Lite (medium) की benchmark लागत कम है: $0.175 vs $0.760. Grok 4.5 (low) तेज है: 15.48s vs 47.07s, pass rates 76.2% vs 74.6%.

अनुशंसित मॉडलSeed-2.0-Lite (medium)It has the best score here (8.5), while costing about 4.3x less than Grok 4.5 (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium रिलीज़: 2026-02-14 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.5 7.8
रैंक #21 #41
विश्वसनीयता 10.0 10.0
संगति 9.0 9.7
सही परीक्षण
प्रति प्रयास पास दर 76.2% 74.6%
अस्थिर टेस्ट 3 1
कुल रन 63 63
प्रति परिणाम लागत 1.250 5.061
कुल लागत $0.175 $0.760
इनपुट कीमत $0.250 / 1M $2.000 / 1M
आउटपुट कीमत $2.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 46,740 58,652
आउटपुट टोकन 3,230 1,735
रीजनिंग टोकन 78,406 105,233
प्रतिक्रिया समय (औसत) 47.07s 15.48s
प्रतिक्रिया समय (अधिकतम) 254.92s 205.28s
प्रतिक्रिया समय (कुल) 988.37s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#21 Seed-2.0-Lite

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

#41 xAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें