नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Lite vs Inception: Mercury 2

सारांश

Seed-2.0-Lite vs Mercury 2 benchmark तुलना: Mercury 2 average score में आगे है: 6.6 vs 5.8. Seed-2.0-Lite की benchmark लागत कम है: $0.019 vs $0.058. Mercury 2 तेज है: 2.24s vs 2.49s, pass rates 46.0% vs 54.0%.

अनुशंसित मॉडल: Seed-2.0-Lite - It offers the best overall trade-off: a competitive score (5.8), lower cost than Mercury 2, and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-10

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite none रिलीज़: 2026-02-14 Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24
स्कोर 5.8 6.6
रैंक #111 #82
विश्वसनीयता 10.0 10.0
संगति 8.4 8.8
सही परीक्षण
प्रति प्रयास पास दर 46.0% 54.0%
अस्थिर टेस्ट 4 3
कुल रन 63 63
प्रति परिणाम लागत 0.228 0.578
कुल लागत $0.019 $0.058
इनपुट कीमत $0.250 / 1M $0.250 / 1M
आउटपुट कीमत $2.000 / 1M $0.750 / 1M
कुल इनपुट टोकन 46,573 35,116
आउटपुट टोकन 3,259 4,048
रीजनिंग टोकन 0 61,219
प्रतिक्रिया समय (औसत) 2.49s 2.24s
प्रतिक्रिया समय (अधिकतम) 6.70s 14.63s
प्रतिक्रिया समय (कुल) 52.26s 44.72s

Generation showcase

Hamster playing table tennis

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

#111 Seed-2.0-Lite

none
Cost
$0.005
Time
83.8s
Tokens
2,311 tok

#82 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 3.0 5.9 16.7% 2 2.43s 894 709 0
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 3.0 10.0 0.0% 0 6.59s 16,215 498 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 10.0 10.0 100.0% 0 1.82s 8,538 246 0
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 3.6 7.2 22.2% 1 1.33s 939 17 0
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 10.0 10.0 100.0% 0 3.45s 570 294 0
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 10.0 10.0 100.0% 0 1.06s 810 73 0
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 5.3 7.2 44.4% 1 2.78s 858 709 0
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 10.0 10.0 100.0% 0 3.94s 9,270 292 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 3.0 10.0 0.0% 0 1.96s 264 11 0
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

त्वरित तुलना

तुलना जोड़ी बदलें